Mesicic4 CHL Const

Contralora General de la Repblica
Unidad Tcnica de Control Externo

GUA PRCTICA
PARA LA CONSTRUCCIN
DE MUESTRAS

Abril 2012
www.contraloria.cl
Unidad Tcnica De Control Externo

Gua Prctica para la construccin de muestras
2
NDICE
1. PRESENTACIN........................................................................................................................................................ 3

2. CONCEPTOS DEL PROCESO DE MUESTREO4
2.1 Muestra. ............................................................................................................................................................ 4
2.1.1 Definicin. ............................................................................................................................................... 4
2.1.2 Relevancia de la definicin de objetivos. ................................................................................................ 4
2.1.3 Determinacin de variables en estudio. .................................................................................................. 5
2.2 Tamao de una muestra. .................................................................................................................................. 6
2.2.1 Representatividad................................................................................................................................... 7
2.2.2 Parmetros de estimacin muestral. ...................................................................................................... 8
2.2.3 Inferencia. ............................................................................................................................................... 9
2.3 Seleccin de los elementos de una muestra. ................................................................................................... 9
2.3.1 Muestreo con seleccin aleatoria simple. ............................................................................................... 9
2.3.2 Muestreo estratificado. ......................................................................................................................... 10
2.3.3 Submuestras. ....................................................................................................................................... 12
2.3.4 Reemplazo. .......................................................................................................................................... 12
2.4 Muestreo de unidad monetaria y por registro. ................................................................................................ 13
2.4.1 Muestreo de unidad monetaria. ............................................................................................................ 13
2.4.2 Muestreo por registro. .......................................................................................................................... 13
2.5 Pasos para determinar una muestra representativa. ...................................................................................... 13
3. METODOLOGA DE MUESTREO ............................................................................................................................ 15
3.1 Anlisis de datos. ............................................................................................................................................ 15
3.2 Tamao de la muestra. ................................................................................................................................... 16
3.3. Seleccin de la muestra.................................................................................................................................. 16

Anexo N 1 Anlisis de informacin y seleccin de partidas claves................................................................................... 18
Anexo N 2 Funciones de ACL. ......................................................................................................................................... 20
Anexo N 3 Tabla dinmica en excel para crear estratos. ................................................................................................. 33
Anexo N 4 Informe de muestreo. ...................................................................................................................................... 37
Anexo N 5 Evaluacin de error. ........................................................................................................................................ 40
Anexo N 6 Gua prctica. ................................................................................................................................................. 41


3

1 Presentacin
La Contralora General de la Repblica, CGR, en el desarrollo de su programa de fortalecimiento de la gestin por
resultados, ha requerido potenciar el proceso de seleccin de muestras, en el desarrollo de la ejecucin de auditora.
Para ello, resulta necesario disponer de una metodologa capaz de orientar la obtencin de la muestra, tanto desde el
punto de vista terico como prctico.
La expresin muestreo, eje central de este proceso, requiere inicialmente, disponer de claridad respecto de los
objetivos generales y especficos que orienten un anlisis de los datos. Con estos elementos, la metodologa generada
da paso a tres instancias dentro del proceso de muestreo, y que tienen su base en la aleatoriedad de la seleccin de los
datos, situacin que garantiza que dicha eleccin, no se encuentre fundada en opiniones o criterios propios.
Para alcanzar lo anterior, y como primer paso del proceso, se debe generar una poblacin de estudio o universo
1
,
identificando la totalidad de las variables que lo componen, con el fin de analizar y evaluar la integridad de estas,
orientando y distinguiendo sus elementos. Lo sealado, permite evitar una distorsin en el proceso estadstico.
Efectuado el reconocimiento de la poblacin bajo revisin, su cuanta y caractersticas, se da paso a una segunda
fase, la cual consiste en calcular el tamao de la muestra, utilizando un instrumento estadstico llamado distribucin. Es
as como, en esta etapa, se requiere distinguir el foco en estudio, para definir los atributos de la seleccin a realizar,
pudiendo ser por elementos como registros, o por la magnitud econmica de los mismos.
Finalmente, se debe realizar la seleccin para el tamao de muestra requerido, en forma aleatoria, para lo cual se
podr utilizar el mtodo de seleccin aleatoria simple, o de estratificacin proporcional de la poblacin.
En resumen, la presente gua, est orientada a apoyar al fiscalizador, en la obtencin de una muestra
representativa, carente de sesgos, y que respalde tcnicamente el desarrollo de las auditoras.

1
Para efectos prcticos, y en funcin de las caractersticas de los datos analizados por CGR, se homologar el
concepto de universo y poblacin

4

2 Conceptos del Proceso de Muestreo.
2.1 Muestra.
2.1.1 Definicin.
Durante el transcurso de la auditora, se establece un nmero considerable de elementos a examinar, para los
cuales deben ser empleados instrumentos estadsticos, capaces de apoyar dicha revisin. Al respecto, si durante la
fiscalizacin resulta complejo determinar cada uno de los elementos que componen el universo, o bien, si el costo para
realizar tal labor resulta significativo, se deber seleccionar una muestra.
Conforme a lo anterior, la definicin de universo corresponder al total de elementos que componen un espacio de la
fiscalizacin, que tienen incorporado un filtro, y que responden a caractersticas globales, pero a la vez, lo
suficientemente especficas como para delimitar el mbito de accin, elementos que debern ser incorporados en los
objetivos generales establecidos para cada auditora.

2.1.2 Relevancia de la definicin de objetivos.
Sobre la materia, es necesario precisar que antes de iniciar el proceso de muestreo, se deben establecer los
objetivos de la auditora, los cuales constituyen el enunciado global sobre lo que se pretende conseguir con el trabajo a
realizar. Es as como, el objetivo general detalla la finalidad de la auditora, en cuanto a sus expectativas ms amplias.
ste se puede obtener contestando las interrogantes qu?, dnde? y para qu?, tal como se puede apreciar en la
tabla 1.
En relacin a los objetivos especficos, stos requieren de una descripcin de mayor precisin, focalizndose en
responder qu se debe realizar para alcanzar el objetivo general.

Tabla 1: Principios bsicos en la fijacin de objetivos
Ejemplos
Pregunta Respuesta
QU
Fiscalizacin de la inversin en infraestructura a travs de la ejecucin de contratos de
conservacin rutinaria en las redes secundarias y de pequeos aerdromos.
DNDE
En la Direccin de Aeropuertos del Ministerio de Obras Pblicas, entre el 1 de enero de 2011 y
el 31 de enero del presente ao, en las regiones IV,V, IX, X, XI, XII y XIV.
PARA QU
Con el fin de verificar el cumplimiento de los aspectos tcnicos, legales, administrativos y
financieros.
La respuesta a estas interrogantes orientarn el inicio de la revisin debiendo sealar, adems, el alcance de sta,
en relacin a la extensin del examen, es decir, si se examinar la totalidad del universo o solo parte de l, y el perodo
de tiempo determinado, el cual puede ser medido a travs de aos, meses, semanas, etc. Lo anterior, requiere distinguir
claramente la meta a alcanzar, as como las variables que se buscan analizar, para lo cual se debe definir:
Entidad a revisar
Materia a auditar
Variable en estudio


5

Perodo
Finalidad de la revisin (cumplimiento legal, tcnico, reglamentario, contractual, contable, entre otros)
Lugar geogrfico que abarca la revisin
Al respecto, la definicin descrita anteriormente, apunta a que el equipo conozca el objetivo general de la auditora
y con ello la aplicacin de criterios de focalizacin, cuestin que permitir distinguir y acotar el universo en estudio. Es as
como, a modo de ejemplo, si se establece el objetivo general como Verificar que las obras ejecutadas con recursos de la
Direccin de Obras Hidrulicas de la Regin de la Araucana, se hicieron conforme a la normativa vigente, y cuyos pagos
efectuados, que representen avance fsico real, sea superior al 5% del total, se puede observar, que el universo se
focaliz en un espacio geogrfico y en estados de pagos claramente definidos.
Producto del objetivo establecido, realizar dicha fiscalizacin puede significar analizar documentacin que
involucre una cantidad significativa de registros y de unidades monetarias, no obstante su focalizacin permite que el
universo, los montos y los registros, describan un conjunto menor, denominado poblacin en estudio. Por consiguiente, la
variable a analizar ser Nmero de Obras que disponen de un avance fsico real, superior al 5% de la regin de la
Araucana, ejecutadas con recursos de la Direccin de Obras Hidrulicas.
Una vez definido el objetivo general de la auditora, se deben considerar elementos tales como recursos
financieros, de tiempo y personal disponible, para luego ser comunicado al equipo de auditora al inicio de la fiscalizacin.

2.1.3 Determinacin de variables en estudio.
Tal como se indic en el prrafo anterior, la descripcin de la variable o las variables en estudio, depender del
objetivo establecido. No obstante, puede existir la necesidad de focalizarla, an ms, lo que implicar perfeccionar los
objetivos, complementndolos con un mayor nmero de elementos que describan la focalizacin, situacin que deber
efectuarse en estricta coordinacin con la supervisin de la fiscalizacin, de forma tal que quede explcito en el objetivo
general.
En relacin con lo anterior, la informacin proporcionada por las entidades a fiscalizar, se presenta en forma de
registros o elementos, que entregan informacin de las acciones realizadas, estos estn constituidos por unidades, las
que se pueden clasificar como de registro o valor.
El factor anterior, permite diferenciar entre los tipos de fiscalizacin que la CGR realiza, dependiendo, si la unidad
de evaluacin es la cantidad de elementos que constituyen la poblacin, o los valores monetarios, situacin que deber
quedar definida explcitamente en el objetivo general de la auditora.
En la tabla 2, se presentan los tipos de auditoras, las materias, y ejemplos de registros y/o valores econmicos a
ser fiscalizados.


6
Tabla 2: Ejemplos de tipos de variables para muestreo
Tipo de Auditora Materias Registro Monetario
Auditora de transacciones y
auditora de estados
financieros
Ingresos propios,
abastecimiento y
gastos
Listado de comprobantes
contables, nmero de
comprobantes, etc.
Montos de valores en listado de
comprobantes contables,
montos de valores de
comprobantes,
montos de valores (Incluye datos
de monto, nmero de
comprobantes, asignacin
presupuestaria, nombres, etc.).
Auditora de proyectos y
programas
Transferencias a otras
entidades, programas
y convenios
Listado de empresas que
se adjudicaron contratos o
fondos,
nmero de beneficiarios,
nmero de programas o
proyectos,
cantidad de comprobantes,
estados de pago, etc.
Valores de contratos de empresas
que se adjudican fondos,
montos entregados a
beneficiarios,
monto de proyectos asociados a
los programas,
valores en los comprobantes,
estados de pagos, etc.

Auditora de remuneraciones Recursos humanos Listado de funcionarios
(incluye nombre, rut,
escala, montos).
Montos pagados a funcionarios.

Auditora tcnica de obras Inversin en
infraestructura
Nmero de obras,
listado de partidas que
componen el contrato y
listados de estados de
pago.
Montos adjudicados a obras,
montos de estados de pagos,
subcontratos, facturas, etc.

Auditoria medioambiental Funciones
institucionales
N de actuaciones (casos
en los cuales el servicio
aplica sus atribuciones),
n de usuarios o
beneficiarios del servicio.
Montos entregados por proyectos,
montos de pagos y compras,

2.2 Tamao de una muestra.
El tamao de la muestra se representa por el valor n -letra ene minscula-, cuyo valor est condicionado por el
objetivo general que describe la poblacin, y est dado en forma nica por un modelo matemtico que define y permite
modelar numerosas investigaciones de diferente ndole. Al respecto, existen numerosos modelos estadsticos que
proporcionan este clculo, los cuales se denominan distribuciones.
Principalmente, las distribuciones se utilizan, en el muestreo probabilstico, con el fin de impedir los sesgos
conscientes o inconscientes de los investigadores. Adems, se emplea para controlar el error, cuando se requiere
alcanzar una amplia representacin en la fiscalizacin.
La CGR utiliza dos tipos de distribuciones para calcular el tamao de la muestra, la primera de ellas es la
distribucin Normal y la segunda, corresponde a la de Poisson. Si bien existen diferencias entre ellas, respecto a su
descripcin, no existe impedimento en su utilizacin, no obstante, se debe sealar que la distribucin de Poisson debe
ser utilizada con la herramienta ACL.


7

En efecto, cuando la auditora dispone de una cantidad de registros a revisar mayor a 60.000, se deber adoptar el
modelo Poisson, en caso contrario, se deber utilizar la distribucin Normal, mediante el sistema automatizado de
muestreo/Excel.
A mayor abundamiento, la distribucin de Poisson, en trminos estrictos, se refiere a procesos que pueden ser
detallados con una variable aleatoria discreta. As, la probabilidad de exactamente x ocurrencias en una distribucin de
Poisson, se calcula de acuerdo a la ecuacin 1.
Ecuacin 1: Probabilidad de ocurrencia, distribucin de Poisson

Por otra parte, el modelo de distribucin Normal es el ms utilizado en el desarrollo de estudios, en el cual los
valores se distribuyen, formando una campana, denominada Campana de Gauss, en torno a un valor central que
coincide con el valor medio de la distribucin, de acuerdo la ecuacin 2.
Ecuacin 2: Tamao de muestra con distribucin Normal

Tal como se aprecia, la utilizacin de instrumentos estadsticos no depende de las caractersticas de la informacin
o de los datos en anlisis, sino de la situacin que se requiera fiscalizar, lo que puede resultar en un muestreo estadstico
extremadamente difcil. Uno de los principales problemas que tiene el fiscalizador en relacin con el muestreo, consiste
en saber si el grupo elegido es el adecuado.
Con respecto a los resultados obtenidos con ambos mtodos, stos difieren entre s, debido a que los clculos
poseen distintos parmetros, los que resultan ser coincidentes en la medida que el tamao de la poblacin tiende a
aumentar por sobre los mil registros.

2.2.1 Representatividad.
La representatividad es la caracterstica ms importante de una muestra estadstica, y se define como la
capacidad de un subconjunto de presentar iguales caractersticas a las del conjunto completo, por ende el muestreo
adquiere todo su sentido en cuanto se garantice que las caractersticas que se quieren observar en la poblacin quedan
reflejadas adecuadamente en la muestra.
Al respecto, una muestra ser representativa de la poblacin de la que fue tomada, si la suma de sus
caractersticas se aproxima al conjunto de caractersticas de la poblacin. No obstante, las muestras no tienen que ser
representativas en todos los aspectos, limitndose a las caractersticas importantes para los intereses reales del estudio.
Se establece entonces que, la representatividad slo puede responder a la muestra generada por medio de
herramientas estadsticas, pudiendo eventualmente, no existir relacin entre los conceptos de representatividad y
cobertura, por cuanto esta ltima es la proporcin de elementos seleccionados en la muestra respecto de la poblacin.
Es as como, la representatividad no garantiza la cobertura en niveles por sobre el 50% de la muestra, en relacin
a la poblacin. No obstante, la representatividad del muestreo por unidad monetaria proporciona una mayor cobertura,
respecto de los montos que son parte de la fiscalizacin.


8

Asimismo, y en relacin a las partidas claves, stas se definen como elementos seleccionados discrecionalmente,
sin ningn respaldo estadstico, sino ms bien, con la direccionalidad que la fiscalizacin requiere. Lo anterior, es de gran
importancia, por cuanto al momento de la presentacin de observaciones de la auditora, deben separarse aquellas
derivadas por partidas claves de aquellas provenientes de la aplicacin del muestreo estadstico, tal como se muestra en
la ilustracin 1.
Ilustracin 1: Universo, Muestra Estadstica y Partidas Claves

Para mayor detalle sobre la obtencin de partidas claves, revisar anexo N 1.

2.2.2 Parmetros de estimacin muestral.
Las distribuciones estadsticas requieren de valores especficos que se conocen como parmetros, para obtener
sus resultados. A continuacin, se describen las principales medidas a considerar para el clculo del tamao de
poblacin.
Error muestral de estimacin: Medida de la variabilidad de las estimaciones de muestras repetidas en torno al
valor de la poblacin. Este parmetro, otorga una nocin clara de hasta dnde y con qu probabilidad una
estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. En
efecto, siempre se comete un error, pero la naturaleza de la fiscalizacin indicar hasta qu medida se cometer,
ya que los resultados se someten a error muestral e intervalos de confianza que varan muestra a muestra.
Nivel de confianza: Probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor
del parmetro. En este sentido, se establece que, a mayor valor del tamao de intervalo, mayor es el tamao de la
muestra, tanto para distribuciones Poisson como Normal.
Semilla aleatoria: Nmero inicial para generar valores aleatorios. Estos pueden ser generados utilizando
funciones de sistemas computacionales, a modo de ejemplo en Excel la funcin aleatorio() o en ACL el comando
aleatorio.
Error tolerable (materialidad): Se entiende como cantidad mxima de errores que el fiscalizador est dispuesto a
aceptar sin deteccin en la poblacin en estudio. Este valor no es suministrado por ACL, sin embargo, en el
Sistema Automatizado de Muestreo (Excel) es provisto en la hoja MUM, por lo que, de ocupar ACL, este valor se
debe obtener desde Excel, una vez que se dispone de los montos en estudio y la precisin.
Precisin: Grado de exactitud con que se pueden conocer los parmetros poblacionales, representa la cantidad o
porcentaje aceptable de desviacin en el valor obtenido en el examen, respecto al verdadero promedio de la
poblacin. La precisin en el muestreo es semejante a la tolerancia utilizada en control de calidad.
Este parmetro es propio de la distribucin Normal y el MUM, y en general, tiende al valor del error muestral, a
menos que bajo alguna justificacin, el equipo de auditora estime lo contrario, situacin que debe ser validada junto con
la UTCE.


9
En relacin a lo anteriormente sealado, la CGR ha definido que el nivel de confianza para la construccin del
tamao de la muestra, estar dado por la tabla 3:
Tabla 3: Matriz de resultados para Confianza, Error y Precisin
Riesgo Nivel de confianza
2
Error Precisin
Alto 95% 3% 3%
Medio 75% 2% 2%
Bajo 50% 1% 1%
Tal como se muestra en la tabla N 3, se va presumir, a priori, un riesgo un alto, por ende el nivel de confianza
asciende a un 95%, el error estimado al 3% y la precisin al 3%, para la primera etapa de este modelo. Para el prximo
perodo, y considerando el ndice de riesgo, se evaluar la disminucin de estos parmetros.

2.2.3 Inferencia.
Con los elementos descritos previamente, surge la interrogante de la utilizacin de la representatividad. Lo
anterior, debido a que la representatividad ofrece a la muestra la posibilidad de inferir, es decir, se puede opinar respecto
a la poblacin.
Al respecto, corresponde sealar, que esta opcin no debe ser utilizada, ya que el resultado de la fiscalizacin
ejecutada por medio de una muestra estadstica, no generar inferencia, por lo que el fiscalizador slo debe pronunciarse
de lo examinado en la muestra seleccionada.

2.3 Seleccin de los elementos de una muestra.
Sobre el particular, una muestra es representativa cuando la seleccin de los elementos de la poblacin se
realizan aleatoriamente y cuando cada elemento tiene la misma posibilidad de ser seleccionado. Tal como ya se
mencion en el punto 2.2, de este manual, para efectuar dicha seleccin, la CGR utiliza dos mtodos que difieren
centralmente por el tamao de la poblacin en estudio.
En efecto, cuando la poblacin determinada sea inferior a 200 elementos, tambin se recomienda utilizar la
seleccin aleatoria simple, en cambio, cuando existan ms de 200 registros, se sugiere adoptar el muestreo estratificado.
No obstante lo anterior, se podr emplear estratificacin en poblaciones de tamao menor, aunque la ventaja de
estratificar radica en la proporcionalidad que logra para todos los espacios de la poblacin.

2.3.1 Muestreo con seleccin aleatoria simple.
Es la modalidad de muestreo ms conocida y que alcanza mayor rigor cientfico, garantizando la equis-
probabilidad de eleccin de cualquier elemento, y la independencia de seleccin de cualquier otro. En este procedimiento
se extraen al azar un nmero determinado de elementos, n, del conjunto mayor N o poblacin, de acuerdo a los
siguientes pasos:

2
Para el caso de las auditoras a prstamos (crditos BID), de acuerdo al documento AF-500, la muestra debe
representar al menos un 35% del total del gasto, por lo que, de no cumplir lo solicitado con un parmetro de 95%, se
debe aumentar para lograr obtener lo solicitado.

10

Tabla 4: Muestreo con seleccin aleatoria simple
Pasos Ejemplo
1.- Definir la poblacin, confeccionando
una lista de todos los elementos o
registros, asignndoles nmeros
consecutivos desde 1 hasta N;
Poblacin={Luis, Marcela, Jos, Vernica, Ana, Andrs}
1. Luis
2. Marcela
3. Jos
4. Vernica
5. Ana
6. Andrs
Poblacin N=6.
2.- La unidad de estudio de la muestra
debe ser la misma;
Unidad de estudio: nombres de personas.

3.- Definir el tamao de la muestra Usando una distribucin Normal, con parmetros: 95% confianza,
3% error y 3% precisin.
El tamao n=5
4.- Extraer al azar los elementos Seleccin aleatoria, usando un nmero calculado por el
computador (+aleatorio()), gener:
muestra={Luis, Marcela, Vernica, Ana, Jos}

La muestra seleccionada con este mtodo quedar formada por los n elementos obtenidos mediante sorteo de la
poblacin. Los procedimientos ms comunes de extraccin de los elementos en este tipo de muestreo son las tablas de
nmeros aleatorios, incluidas en los manuales de estadstica, los clsicos sistemas de lotera, y otros procedimientos de
extraccin al azar, como las aplicaciones informticas.

2.3.2 Muestreo estratificado.
Este muestreo se utiliza cuando la poblacin es posible conformarla en estratos o conjuntos homogneos, con
respecto a la caracterstica o variable que se estudia. Dentro de cada estrato o rea, se puede aplicar el muestreo
aleatorio o sistemtico, consistente en subdividir la poblacin en subgrupos o estratos con arreglo a la/s caracterstica/s
que se consideren, y en elegir la muestra de modo que los diferentes estratos queden representados.
Al respecto, se dispone de un sistema desarrollado en Excel, que automatiza el proceso, sin embargo, las
capacidades de dicha herramienta permiten como mximo construir estratos de 500 x 250, por cuanto si la fiscalizacin
supera estos lmites, se recomienda utilizar ACL.
Para la obtencin de la muestra estratificada, se debern seguir los pasos que se indican en la tabla 5.


11
Tabla 5: Muestreo estratificado
Pasos Ejemplo
1.- Identificar a lo menos- una
variable para clasificar la poblacin.
Nombre Premio Comuna
1 Luis 10.000 Renca
2 Marcela 15.000 uoa
3 J os 20.000 Colina
4 Vernica 15.000 Providencia
5 Ana 15.000 Colina
6 Andrs 10.000 Renca

Poblacin N=6.
Variables: nombres, premio y comuna.
2.- Clasificar la informacin en
funcin de una variable, generar
una matriz de p x q celdas o reas,
dividiendo la poblacin en estratos.

Cada celda quedar representada en
unidades de valor (nmero de
registros, montos, etc.).

a) Clasificacin de la informacin en funcin del monto del premio:
Nombres
10.000 2
15.000 3
20.000 1
Total general 6
P
r
e
m
i
o

Matriz de tamao 1 X 3, estratos, que representan al nmero de personas
relacionadas con el valor del premio.

b) Clasificacin de la informacin en funcin del Monto del Premio y
de la Comuna:
Colina uoa Providencia Renca
10.000 2
15.000 1 1 1
20.000 1
P
r
e
m
i
o

Matriz de tamao 4 X 3 estratos, que representan al nmero de personas
relacionadas con el valor del premio y la comuna a la que pertenecen.
3.- Definir el tamao de la muestra Usando una distribucin Normal, con parmetros: 95% confianza, 3% error y 3%
precisin.
El tamao n=5
4.- El tamao de cada estrato, al ser
ponderado respecto del total de
unidades incluidas en la matriz,
establece el tamao porcentual de
los estratos.

Cada estrato se representa en
valores enteros como factores de
100, respecto del tamao muestra (n)
conformando las unidades que
representan una muestra
proporcional al tamao del estrato.

Tamao porcentual de los estratos
Nombres
10.000 33%
15.000 50%
20.000 17%
Total general 6
P
r
e
m
i
o

Muestra proporcional al tamao del estrato:
Nombres Representacin Muestra
10.000 33% 1,67 2
15.000 50% 2,50 2
20.000 17% 0,83 1
Total general 6 5,00 5
P
r
e
m
i
o

4.- Extraer al azar los elementos Seleccin aleatoria, usando un nmero calculado por el computador (+aleatorio()),
por estrato:
Poblacin Estrato 10.000={Luis, Andrs}
Poblacin Estrato 15.000={Marcela, Vernica, Ana}

12
Poblacin Estrato 20.000={Jos}

Tamao de muestra:
Estrato 10.000= 2
Estrato 15.000= 2
Estrato 20.000= 1
El computador gener la siguiente seleccin:

Muestra Estrato 10.000={Luis, Andrs}
Muestra Estrato 15.000={Marcela, Vernica}
Muestra Estrato 20.000={Jos}
Con respecto a lo anterior, se debe sealar, que la utilizacin de estratos entrega proporcionalidad, a todos los
elementos de la poblacin, ordenada para la conformacin de la muestra. Asimismo, este tipo de muestreo presenta la
ventaja que cada estrato, aporta en proporcin al tamao de la muestra, en funcin de lo que ese espacio representa, por
ende estratificar no significa obtener un tamao de muestra menor.

2.3.3 Submuestras.
Durante el desarrollo de la auditora se puede presentar la necesidad de conformar una o varias submuestras, la
que puede ser un estrato que cumple determinadas condiciones. Para lo anterior, se define una submuestra como una
nueva aplicacin de la metodologa, considerando esta vez como universo, a la muestra previamente obtenida, lo cual
debe quedar explcitamente indicado en el objetivo. Cabe sealar, que el uso de submuestra no est recomendado en la
fiscalizacin, sin embargo, si las circunstancias lo ameritan debe ser aplicado.
Para el caso de las validaciones efectuadas en terreno, las submuestras deben ser obtenidas por la Unidad
Tcnica de Control Externo respectiva, la que evaluar los resultados obtenidos de la primera muestra, y en base a
estos, determinar el nivel de confianza a aplicar a la submuestra.

2.3.4 Reemplazo.
Ante la imposibilidad de realizar el anlisis de uno o varios elementos seleccionados en una muestra se debe
aplicar un reemplazo.
Sobre el particular, la metodologa de reemplazo de los elementos definida para una fiscalizacin, indica que, se
debe establecer al inicio del proceso, en forma explcita, si se har con o sin reemplazo. La recomendacin, es realizar
reemplazo slo cuando la magnitud de la poblacin en cantidad de registros sea significativa.
Metodologa de Reemplazo.
El reemplazo, debe ser realizado manteniendo la metodologa que se utiliza para seleccionar la muestra. Al
respecto, si los elementos fueron seleccionados por medio del modelo aleatorio simple, entonces se debe
reemplazar el elemento faltante usando la misma metodologa.
A mayor abundamiento, si la seleccin se realiza por medio de estratificacin, el elemento que se debe reemplazar
corresponde ser sustituido por otro elemento de su mismo estrato, y seleccionado por el modelo aleatorio simple.
Dicho proceso, deber consignarse en el informe de auditora. Lo anterior, es de gran importancia, por cuanto la
alteracin de una muestra, reemplazando o eliminando elementos discrecionalmente, har perder la
representatividad alcanzada, quedando dicha situacin en evidencia mediante los datos estadsticos.

13
2.4 Muestreo de Unidad Monetaria y por Registro.
2.4.1 Muestreo de Unidad Monetaria.
El muestreo de Unidad Monetaria, o MUM, utiliza el valor absoluto de un campo en el registro para determinar la
seleccin de stos, y se aplica cuando se requiere analizar centralmente los datos desde la perspectiva de los montos
involucrados.
En relacin a lo anterior, este mtodo genera muestras de mayor tamao en cobertura, % del monto total, y menor
en cantidad de registros, siendo el foco de atencin los montos o valores econmicos.
Si la auditora requiere analizar dineros, tales como pagos, montos de traspasos o montos de remuneraciones,
entre otros, se deber utilizar el muestreo por Unidad Monetaria como mtodo de seleccin, obteniendo como resultado
un mayor porcentaje de cobertura, en un menor nmero de elementos a estudiar.

2.4.2 Muestreo por Registro.
Este tipo de muestreo, trata a cada uno de los registros en forma equitativa, otorgndoles el valor nominal 1,
obteniendo como resultado una muestra basada en la cantidad de elementos, de modo que cada uno de ellos posee la
misma posibilidad de ser seleccionado.
Conforme a lo anterior, este mtodo es utilizado cuando existe inters en los elementos y no en sus montos. A
modo de ejemplo, se puede citar la seleccin de personas beneficiarias de un programa y no los montos que han
obtenido estas personas.
Lo anterior establece, que el universo corresponde a la cantidad de registros, y por consiguiente, un elemento de
$1.000.- y un elemento $1.-, tienen la misma probabilidad de ser seleccionados.

2.5 Pasos para determinar una muestra representativa.
Al respecto, se ha definido una metodologa para las auditoras, que en tres pasos orienta la construccin de una
muestra. No obstante, pueden surgir dudas, respecto del tipo de distribucin y del mtodo de muestreo a utilizar.
Con el objeto de aclarar este proceso, la ilustracin 2 muestra un flujograma que da cuenta de las etapas a considerar:
Ilustracin 2: Determinacin del tamao de muestra
Poblacin
Identificacin
de
Parmetros
Descripcin de
variables
Tipo de
Distribucin
Sistema
Automatizado de
Muestreo
ACL
Tamao de la muestra (n)


14

Tal como se aprecia en la ilustracin N 2, el primer paso para generar una muestra, es conocer el valor del
tamao total de la poblacin en estudio (N), y los parmetros de error, confianza y/o precisin, que son los elementos
que se utilizan para determinar el tamao de la muestra.
A modo de ejemplo, se puede sealar que, si la poblacin en estudio son 5 obras del Ministerio de Salud, N=5.
Una vez establecidos estos datos, se selecciona la herramienta de trabajo para determinar el tamao de la
muestra, las cuales son el ACL o el Sistema Automatizado de Muestreo Excel, obteniendo un valor llamado n.
Siguiendo el ejemplo anterior, al utilizar el Sistema Automatizado de Muestreo Excel, con los parmetros de 95%
de confianza, 3% de error y 3% de precisin, se obtiene una muestra de 5 obras, n=5.
Sobre esta materia, se ha definido que para el trabajo en terreno es posible usar el Sistema Automatizado de
Muestreo Excel, dada su portabilidad y fcil utilizacin. No obstante, existen limitaciones a su uso, las que estn
relacionadas con la capacidad de procesamiento, tal como ya se mencionara anteriormente, debido a que permite un
mximo de 60.000 registros. En su defecto, se encuentra disponible la herramienta de ACL, que tiene mayores
capacidades, sin embargo su limitacin est en la portabilidad y la cantidad de registros a analizar, la cual debe ser
superior a 100.
En consecuencia, con la utilizacin de cualquiera de las dos herramientas indicadas, se obtendr el tamao de la
muestra, n, cuyo valor es nico y calculable, situacin que permite corroborar el resultado y dar validez al estudio.
Seguidamente, y definido el tamao de la muestra, n, lo que procede es seleccionar sus elementos, para lo cual
existen 2 mtodos, el aleatorio simple o estratificado.
Es necesario sealar, que la diferencia en la seleccin del mtodo, se encuentra dada por el tamao de la
poblacin. Por lo anterior, se recomienda estratificar, cuando el tamao de la poblacin sea superior a 200 registros. No
obstante, se podr efectuar una seleccin aleatoria simple, lo que debe ser sometido a validacin entre el equipo de
auditora y la UTCE.
Asimismo, y con el fin de definir si los elementos de la muestra deben ser seleccionados como registros o por su
valor econmico, se debern considerar los criterios constitutivos del objetivo general. A continuacin se sealan 2
ejemplos, con el fin de aclarar esta materia:
Ejemplo 1:
El objetivo de la auditora es verificar que las obras ejecutadas con recursos de la Direccin de Obras Hidrulicas,
se efectuaron conforme a la normativa vigente, en la regin de la Araucana.
Al respecto, lo que se busca es el nmero de entidades a fiscalizar, definida por la cantidad de obras, por lo
tanto, la seleccin de los elementos de la muestra, aleatorio simple o estratificada, se realizar por registros.
Ejemplo2:
El objetivo de la auditora es verificar que las obras ejecutadas con recursos de la Direccin de Obras Hidrulicas,
se efectuaron conforme a la normativa vigente, en la regin de la Araucana, para los pagos realizados, que
representen el avance fsico real y superior al 5%.
Del mismo modo, en este caso lo que se busca es analizar los montos econmicos de los pagos realizados, por lo tanto,
la seleccin de los elementos de la muestra se realizarn por Unidad Monetaria (MUM).


15
3 Metodologa de Muestreo
Con respecto a esta materia, la metodologa de muestreo de la CGR, establece que los objetivos generales de
las auditoras deben acompaarse detalladamente con las caractersticas de focalizacin o criterios que orientarn la
fiscalizacin, de forma tal que el fiscalizador pueda distinguir la o las variables en estudio, y relacionar la formulacin de
estos con la accin que se busca desarrollar.
Efectuado el anlisis anterior, se deben desarrollar los siguientes tres pasos, los que ayudarn a definir la
poblacin, calcular el tamao de la muestra y seleccionar los elementos de sta, garantizando la obtencin de una
muestra representativa.

3.1 Anlisis de datos.
La disponibilidad de registros electrnicos, cuya fuente es la entidad auditada, permite al fiscalizador desarrollar
acciones de estudio con los datos disponibles. Es as como, en el caso de que los datos se encuentren en formato Excel,
cada tabla distingue columnas, las que se pueden asociar al concepto de variables.
Sobre el particular, esta fase requiere distinguir en el objetivo general, la meta a alcanzar, as como las variables
que se buscan analizar. En lo que respecta al objetivo, debe ser entregado al fiscalizador, al inicio del proceso de la
auditora, el cual podr ser adaptado de ser necesario.
El estudio de los datos sealado, permitir que el fiscalizador, junto con las instancias correspondientes, defina si
los objetivos disponen de una direccionalidad y claridad necesaria, respecto del universo donde se desarrollar la
fiscalizacin.
Para lo anterior, las herramientas disponibles para muestrear, ACL y el Sistema Automatizado de Muestreo
Excel, permiten aplicar funciones a los datos, con el objeto de disponer de un anlisis descriptivo de ellos, y as distinguir,
entre otros aspectos, los siguientes elementos indicados en la ilustracin 3 y detallados a continuacin:
Ilustracin 3: Criterios de Anlisis

Sobre el particular, esta fase requiere distinguir en el objetivo general, la meta a alcanzar, as como las variables
que se buscan analizar. En lo que respecta al objetivo, debe ser entregado al fiscalizador, al inicio del proceso de la
auditora, el cual podr ser adaptado de ser necesario.
El estudio de los datos sealado, permitir que el fiscalizador, junto con las instancias correspondientes, defina si los
objetivos disponen de una direccionalidad y claridad necesaria, respecto del universo donde se desarrollar la
fiscalizacin.
Para lo anterior, las herramientas disponibles para muestrear, ACL y el Sistema Automatizado de Muestreo Excel,
permiten aplicar funciones a los datos, con el objeto de disponer de un anlisis descriptivo de ellos, y as distinguir, entre
otros aspectos, los siguientes elementos:


16
Integridad de los datos: los datos a simple vista presentan inexactitudes en fechas, y en atributos de sus variables,
como por ejemplo, para la variable estado de factura, existen dos opciones recurrentes, pagadas y pendientes.
No obstante, tambin pueden estar definidas otras como cancelado, en cuyo caso, no correspondera a las
opciones anteriores.
Singularidad de los registros disponibles: cada registro, en una tabla, pueden presentar elementos que sean
totalmente distintos, por lo que cada uno se representa por s mismo. En algunas situaciones, pueden existir
registros que contienen la misma informacin y que obedecen a errores en el registro, pues corresponden a una
duplicacin.
Clasificacin de registros en funcin de sus atributos: es importante registrar las variables que sern importantes
segn el objetivo de la auditora, despus de haber limpiado la base de datos.
Clasificacin de las variables disponibles en el estudio: en cada estudio se focalizan variables, pudiendo reconocer
si son cualitativas o cuantitativas, para lo cual, se deben clasificar en variables como nominales, ordinales,
discretas o continuas, facilitando el anlisis de los datos.
Estudio del comportamiento de estadgrafos simples: consiste en calcular el promedio de los registros para una
variable numrica, su mximo y mnimo y la desviacin estndar. Este estudio proporciona informacin relativa al
comportamiento de los datos y posibles focos de revisin.
Generacin de tablas de frecuencia: en la medida que corresponda generar tablas de frecuencia para ordenar los
datos y detectar tendencias.
Graficar los datos de campos significativos para el auditor: con esta actividad se podr observar el comportamiento
de los datos, disponiendo de una visin ms amplia del comportamiento o distribucin.
Estudio de campos inusuales (Ley de Benford): conocida como la Ley de los nmeros anmalos de Benford, este
estudio aplica a montos que respondan a procesos de interaccin.
En relacin con las funciones sealadas anteriormente, se debe indicar, que stas forman parte del anlisis
automtico de ACL, no as en el caso de la herramienta en Excel, ya que para ello es necesario desarrollarlas por medio
de las funciones que dicho software tiene disponible. Al respecto, en el anexo N 6 Gua Prctica, se analiza con mayor
detalle la utilizacin de estas funciones. Del mismo modo, para la herramienta de ACL, las funciones ya mencionadas, se
profundizan en el anexo N 2, Funciones de ACL.
3.2 Tamao de la muestra.
Para calcular el tamao de la muestra, se requiere disponer de la informacin ordenada en el proceso anterior,
distinguiendo elementos tales como el tamao de la poblacin, N, las variables, los tipos y caractersticas de stas.
Asimismo, y considerando el objetivo establecido, se determinar el modelo de seleccin a utilizar, estableciendo
adems, los parmetros de confianza, error y precisin, ya analizados en detalle en el punto N 2.2.2, de este manual.
Conforme a lo anterior, y ante la eventualidad de advertir que la poblacin en estudio, tiene caractersticas distintas a las
esperadas, se recomienda volver al paso 1, anlisis de datos, con el fin de redefinir los objetivos y orientar la poblacin.
En el punto N 2.3.3, Submuestras se analiza con mayor detalle esta materia.
3.3. Seleccin de la muestra.
Efectuados lo pasos anteriores, se deber seleccionar la muestra, para lo cual se requiere conocer los objetivos y el tipo
de elementos a seleccionar, esto es monetario o registro. Con esta informacin y dependiendo del tamao de la
poblacin, N, se determinar el mtodo de seleccin, se recomienda para efectos de clculo, lo siguiente:
Muestreo aleatorio simple (N< 200) ,
Muestreo estratificado (N>200)
Es as como, en funcin del tamao, N, de registros de la poblacin, depender el uso de uno u otro mtodo de
seleccin. Si el tamao N es pequeo, resultar ms prctico, seleccionar el mtodo aleatorio simple, de lo contrario si la
poblacin es grande, se recomienda estratificar.
Al respecto, se recomienda utilizar tablas dinmicas de Excel para modelar sus estratos, tal como se seala en el
anexo N 3 Tablas dinmicas.

17
Una vez obtenida la muestra, se debern evaluar los elementos que la conforman. En aquellos casos, en los
cuales la informacin obtenida al aplicar la aleatoriedad, no considere todos los elementos que el fiscalizador estime
necesario, podr optar por algunas de las siguientes acciones:
Volver al paso N 1 Anlisis de los datos, redefiniendo los objetivos de forma tal que quede claramente
especificado el universo en estudio. Lo anterior, deber complementarse con los elementos especficos de la
descripcin de la poblacin, situacin que implica su aumento o disminucin.
Complementar la fiscalizacin, adicionando elementos como partidas claves a la muestra. Sobre este punto, se
debe sealar, que la muestra es representativa y las partidas claves no, por lo tanto se requerir fundamentar esta
decisin. Un anlisis ms detallado sobre esta materia, se analiza en el anexo N 1, Anlisis de informacin y
seleccin de partidas claves.
Con respecto a lo anterior, y en aquellos casos en los cuales se haya definido una partida clave, debern
consignarse de forma separada en el respectivo informe de auditora, aquellas observaciones derivadas del muestreo
estadstico de aquellas derivadas de las partidas claves.
Finalmente, el fiscalizador deber completar la informacin requerida en el Informe de muestreo, cuyo detalle se
indica en el anexo N 4.

18
ANEXO N 1
ANLISIS DE INFORMACIN Y SELECCIN DE PARTIDAS CLAVES.
Se entender por seleccin de partidas claves, el procedimiento excepcional y adicional al muestreo estadstico,
que consiste en incorporar todos aquellos componentes de la materia a auditar que son importantes individualmente, por
su importe o porque lucen como candidatos a contener errores importantes y que no fueron contempladas en el muestreo
estadstico
3
.
No obstante, en casos debidamente justificados, el fiscalizador podr seleccionar estas partidas de un universo
basado en distintos factores, los cuales debern ser aprobados por el supervisor y el ejecutivo a cargo de la auditora en
la correspondiente actividad de la MAC 3.0.
Es as como, las partidas claves corresponden, a aquellas que parecen; sospechosas, no comunes,
particularmente propensas al riesgo o que tienen un historial de error. Si bien la aplicacin de pruebas selectivas de
partidas claves del saldo de una cuenta o clases de transacciones, normalmente es un medio eficiente de reunir
evidencia de auditora, no constituye un muestreo de auditora. Al respecto, al utilizar partidas claves, los resultados de
procedimientos aplicados a estas partidas no pueden ser proyectados a todo el universo, ya que no proporciona la
representatividad del muestreo estadstico, sino que nicamente permite obtener una opinin exclusiva de los registros
revisados.
Sobre el particular, este manual propone identificar en forma detallada, los anlisis que pueden llevar a los equipos
de auditora a obtener partidas claves. Para ello, se detallan a continuacin los procedimientos de anlisis de datos
necesarios a desarrollar para la ejecucin de la auditora.
En relacin a lo anterior, es necesario que, en primer lugar, el fiscalizador analice la base de datos proporcionada
por el servicio y determine la existencia de partidas que considere que son necesarias de revisin, como por ejemplo, si
un funcionario del servicio auditado proporciona ciertos indicios sobre una partida especfica. Por consiguiente, el anlisis
de informacin debe considerar 2 etapas:
Verificar la integridad de los datos
Realizar anlisis de los datos.
El anlisis efectuado de ambos conceptos, pueden tener o no como resultado la obtencin de una partida clave, la
que deber ser examinada por el equipo.

1. Verificar la integridad de sus datos
El anlisis mencionado cumple con el objeto de garantizar que los datos que contiene el archivo son vlidos y
completos. Lo anterior, se materializa al realizar pruebas tales como contar los registros, totalizar los campos y verificar
los datos, con el fin de asegurar que los archivos contengan el nmero correcto de registros, que los totales numricos
correspondan a los totales proporcionados por los propietarios de los datos, y que los campos contengan slo datos
vlidos.

3
Pg. 126-127 Manual Metodologa Mac Ernst & Young IGT Ao 2005.


19

2. Realizar el anlisis de los datos
Efectuada la verificacin de integridad de los datos, stos debern ser analizados, con el objetivo de determinar en
forma global algunos inconvenientes, tales como:
Nmeros de registro faltantes: Se deben examinar nmeros secuenciales, para esto se debe utilizar el comando
nmeros faltantes y probar si falta alguna transaccin, como por ejemplo el n de documento, el cual debera
seguir una secuencia numrica.
Transacciones duplicadas: Identificar transacciones duplicadas potenciales para anlisis posteriores, para esto se
debe utilizar el comando duplicados, como por ejemplo, n facturas duplicadas.
Transacciones inusuales: Anlisis de transacciones inusuales o altamente complejas, especialmente aquellas
cercanas al cierre del ejercicio presupuestario o contable, de acuerdo a lo establecido por la norma SAS 99.
Transacciones en horarios inhbiles: Anlisis de asientos contables procesados en horarios y das inhbiles, de
acuerdo a lo establecido en la ya sealada norma SAS 99, para llevar a cabo esta prueba, deber ingresar los das
no hbiles en un archivo y relacionarlo con la base de datos.
Inconsistencias en las relaciones de datos: Relacionar, unir, combinar y anexar tablas, con el fin de obtener
archivos que contengan informacin relacionada que se necesite para verificar que se cumpla alguna condicin.
Cabe sealar, que estos anlisis pueden ser desarrollados a travs del Excel o mediante el uso del ACL, el cual
permite analizar el 100% de los datos recibidos, procesando grandes cantidades. Asimismo, deber completar la
informacin del Informe de Muestreo, el cual requiere documentar el monto de la suma de las partidas claves y el
nmero de registros relacionados, cuyo detalle se analiza en el anexo N 4.

20
ANEXO N 2
FUNCIONES DE ACL.
Ilustracin 4: men Analizar

En relacin a la herramienta de ACL, en el men analizar, se presentan aquellas funciones que aportarn al
conocimiento ms detallado de la informacin existente para el desarrollo del proceso de muestreo. No obstante, se debe
indicar, que su disponibilidad no implica el uso de todas ellas. Al respecto, se recomienda reconocer la informacin que
cada una de dichas funciones genera, con el objeto de establecer aquellas que aportarn en mayor medida al desarrollo
del trabajo.
A continuacin, se individualizan cada una de las funciones, desde la perspectiva conceptual de ACL, con el
detalle de los parmetros y las imgenes de pantalla respectivas, respecto de un ejemplo en particular.

1. Funciones
1.1 Funcin Contar
Esta funcin se utiliza para contar la cantidad de registros de la tabla actual o slo aquellos que cumplen con una
condicin de prueba especificada.
Ficha Principal
o Si: es un parmetro de mbito que permite ejecutar un comando en registros que satisface una prueba
especificada. Este parmetro filtra todos los registros que no satisfagan la prueba y no depende de la posicin de
registro actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en el botn Si para que se
despliegue el generador de expresiones.
Ilustracin 5: Funcin Contar


21

Ficha Ms
o Esta ficha muestra la opcin mbito que permite limitar el nmero de registros que sern analizados, utilizando
los parmetros Primero, Siguiente y Mientras. Al respecto, deber especificar el nmero de registros que
sern analizados. Cabe precisar, que la opcin mbito viene predeterminada con Todos.
1.2 Funcin Totalizar.
Este comando se utilizar para totalizar campos numricos o expresiones en la tabla actual, para ello se definirn
los siguientes aspectos:
Ficha Principal
o Totalizar campos: Muestra solamente los campos numricos o expresiones definidas en la tabla. Debe
seleccionar los campos que se totalizarn del cuadro de lista, o hacer clic en totalizar campos, para mostrar el
cuadro de dilogo campos seleccionados.
o Si...: Es un parmetro de mbito que permite ejecutar un comando en registros que satisfacen una prueba
registro actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si, para mostrar el
generador de expresiones.
Ilustracin 6: Funcin Totalizar

Ficha Ms


22

1.3 Funciones de Estadstica.
Esta funcin se utiliza para calcular estadsticas descriptivas de los campos numricos y de fecha en la tabla
activa. Para esto, se deben definir lo siguientes parmetros:
Ficha Principal
o Estadsticas en...: Especifica los campos o expresiones numricas de los que se obtendrn estadsticas.
Seleccione los campos del cuadro de lista, o haga clic en Estadstica para mostrar el cuadro de dilogo Campos
seleccionados.
o Si...: Si es un parmetro de mbito que permite ejecutar un comando en registros que satisfacen una prueba
registro actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si para mostrar el
generador de expresiones.
o Desviacin Estndar: Active esta opcin para calcular la desviacin estndar de los campos especificados,
adems de otras estadsticas.
Ilustracin 7: Funcin Estadsticas

Ficha Ms
los parmetros Primero, Siguiente y Mientras. Al respecto, deber especificar el nmero de registros que sern
analizados. Cabe precisar, que la opcin mbito viene predeterminada con Todos.
o N de altos/bajos: Especifica las cantidades de valores altos y bajos que se mantendrn durante el procesamiento.
Valor predeterminado: 5.
Ficha Salida
o Para especificar opciones de salida, haga clic en la ficha Salida en cualquier cuadro de dilogo de comando. Las
opciones de salida no se aplican a los comandos que aparecen en gris. Al respecto, ACL guarda su configuracin de
salida slo durante la sesin, y cuando reinicia, la opcin de salida de ese comando ser la configuracin
predeterminada.


23

1.4 Funcin Estratificar.
La funcin Estratificar se utiliza para contar la cantidad de registros que corresponde a cada intervalo especfico,
estratos, de campos numricos o valores de expresiones, as como tambin, para subtotalizar uno o ms campos para
cada estrato. El recuento de registros de cada estrato se lista en la columna Recuento en la salida.
Ficha Principal
o Estratificar en...: Especifica el campo numrico o expresin que debe estratificarse. Seleccione el campo de la lista
desplegable o haga clic en Estratificar en para mostrar el cuadro de dilogo Campos seleccionados.
o Campos de subtotales...: Especifica los campos numricos o expresiones para los que ACL proporciona totales
por estrato. Seleccione los campos en la vista de lista o haga clic en Campos de subtotales para mostrar el cuadro
de dilogo Campos seleccionados.
o Mnimo: Especifica el valor mnimo del primer intervalo. Si anteriormente emiti el comando Perfil o Estadstica,
aparecer por defecto el valor ms bajo en el campo estratificado.
o Mximo: Especifica el valor mximo del ltimo intervalo. Si anteriormente emiti el comando Perfil o Estadstica,
aparecer por defecto el valor ms alto del campo. Si especific intervalos libres, el valor ms alto especificado se
mostrar por defecto.
o Intervalos: Especifica el nmero de intervalos uniformes que ACL generar en el intervalo de Mnimo a Mximo. El
valor predeterminado es 10, pero puede cambiarlo en el cuadro de dilogo Opciones.
o Libre: Le permite especificar el punto de inicio de cada intervalo y el punto final del ltimo intervalo. Ingrese estos
valores en el cuadro de texto Libre, uno por lnea.
o Si...: Si es un parmetro de mbito que permite que se ejecute un comando en registros que satisfacen una prueba
especificada. Si filtra todos los registros que no satisfagan la prueba y no depende de la posicin de registro
actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si para mostrar el Generador
de expresiones.
Ilustracin 8: Funcin Estratificar

Ficha Ms


24

Ficha Salida
opciones de salida no se aplican los comandos que aparecen en gris. ACL guarda su configuracin de salida slo
durante la sesin. Cuando reinicia ACL, la opcin de salida de ese comando ser la configuracin predeterminada.
1.5 Funcin Clasificar.
El comando Clasificar se utiliza para contar la cantidad de registros relacionados con cada valor exclusivo de un
campo de caracteres y para subtotalizar los campos numricos especificados para cada uno de esos valores exclusivos.
Ficha Principal
o Clasificar en...: Especifica los campos de caracteres o expresiones que deben clasificarse. Seleccione el campo en
la lista desplegable, o haga clic en Clasificar en, para mostrar el cuadro de dilogo Campos seleccionados, donde
podr seleccionar los campos y generar expresiones.
o Campos de subtotales...: Especifica los campos numricos o expresiones que ACL subtotalizar para cada clase.
Seleccione los campos en el cuadro de lista o haga clic en Campos de subtotales, para mostrar el cuadro de
dilogo Campos de subtotales, donde podr seleccionar campos y generar expresiones.
o Si...: Es un parmetro de mbito que permite que usted ejecute un comando en registros que satisfacen una
prueba especificada. Este parmetro filtra todos los registros que no satisfagan la prueba y no depende de la
posicin de registro actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si para
mostrar el Generador de expresiones.
Ilustracin 9: Resultado de Clasificar

Ficha Ms
Ficha Salida


25

1.6 Funcin Histograma.
En relacin a esta funcin, se utiliza para generar un grfico de barras verticales en 3-D, de la distribucin de
registros sobre los valores de un campo o expresin. Al respecto, el resultado se puede enviar a un archivo, a la pantalla,
a una impresora o una vez que los datos estn en forma de grfico, puede especificarse otros tipos de grficos. En
relacin al histograma, este es til para brindar una descripcin general del contenido de la tabla. Cabe sealar, que el
histograma funciona sobre datos no ordenados.
Ficha Principal
o Histograma en...: Permite especificar el campo o la expresin para la que desea desarrollar un histograma. Se
pueden utilizar tipos de datos numricos o de caracteres. Seleccione un campo en una lista desplegable
Histograma en o haga clic en Histograma en para mostrar el cuadro de dilogo Campos seleccionados.
o Mnimo: Se aplica slo en campos numricos. Ingrese el valor mnimo del primer intervalo.
o Mximo: Se aplica slo en campos numricos. Ingrese el valor mximo del ltimo intervalo.
o Intervalos: Se aplica slo en campos numricos. Especifique el nmero de intervalos uniformes que ACL generar
en el intervalo de mnimo a mximo. Puede cambiar el valor predeterminado de 10 en el cuadro de dilogo
Opciones.
o Libre: Especifica puntos iniciales y finales. Para histogramas numricos solamente, permite especificar el punto
inicial de cada intervalo y el punto final del ltimo intervalo. Ingrese el punto inicial de cada intervalo en el cuadro
de texto Libre, un valor por lnea. El ltimo nmero ingresado se interpreta como el final del ltimo intervalo.
prueba especificada. Filtra todos los registros que no satisfagan la prueba y no depende de la posicin de registro
actual. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si para mostrar el Generador de
expresiones.
Ilustracin 10: Funcin Histograma

Ficha Ms
o Columnas: Utilice la opcin Columnas para especificar el nmero de columnas en las cuales mostrar la salida de
comandos cuando las ve como texto plano. ACL adecua los conteos de intervalos al espacio disponible. El nmero
predeterminado de columnas es 78.

26
Ficha Salida
o Las opciones de salida no se aplican a los comandos que aparecen en gris. Al respecto, ACL guarda su
configuracin de salida slo durante la sesin, y cuando reinicia, la opcin de salida de ese comando ser la
configuracin predeterminada.
1.7 Funcin Antigedad.
El comando mencionado se utiliza para generar resmenes de antigedad de datos. A modo de ejemplo, se
pueden citar la evaluacin de tendencias de ventas, la observacin de volmenes de transacciones y la clasificacin de
facturas por el nmero de das vencidos desde una fecha en particular.
Ficha Principal
o Antigedad en...: Permite seleccionar el campo de fecha o la expresin que se clasificar por antigedad.
Seleccione el campo de la lista desplegable Antigedad en o haga clic en Antigedad en, para mostrar el cuadro
de dilogo Campos seleccionados, donde puede seleccionar un campo de la lista Campos disponibles.
o Fecha de corte: Permite especificar la fecha con la que se comparan las fechas del campo Antigedad en. Puede
usar el calendario interno del cuadro de dilogo Antigedad para seleccionar una fecha.
o En los scripts, debe especificar la fecha lmite en el formato de caracteres AAMMDD o AAAAMMDD,
independientemente del formato del campo de fecha.
o La fecha de corte predeterminada es la fecha actual del sistema.
o Perodos de expiracin: Permite especificar el inicio de cada perodo de expiracin. La ltima entrada representa el
final del perodo de cierre. Ingrese los valores por lnea en el cuadro de texto Perodos de expiracin. Utilice
10.000 das para aislar elementos con fechas invlidas. Las definiciones predeterminadas son 0, 30, 60, 90, 120,
10.000 das. Estos valores predeterminados se definen en el cuadro de dilogo.
Opciones
o Campos de subtotales...: Permite seleccionar los campos numricos que se subtotalizarn. Seleccione los campos
de la vista de lista Campos de subtotales o haga clic en Campos de subtotales para mostrar el cuadro de
dilogo Campos seleccionados. Luego, puede seleccionar campos de la vista de lista de Campos disponibles.
mostrar el generador de expresiones.
Ilustracin 11: Funcin Antigedad


27

Ficha Ms
Ficha Salida
1.8 Funcin Resumir.
Ficha Principal
o Indica los campos de caracteres o de fechas sobre los que se generar un resumen. Seleccione los campos de la
lista o haga clic en Resumir sobre, para mostrar el cuadro de dilogo Campos seleccionados.
o Otros campos: Especifica campos o expresiones adicionales para incluir en los registros resumidos.
o Campos de subtotales: Especifica los campos numricos a totalizar para cada valor de campo de caracteres clave.
Seleccione los campos en la vista de lista o haga clic en Campos de subtotales, para mostrar el cuadro de
dilogo Campos seleccionados.
o Preordenar: Ordena el archivo en orden ascendente.
o Si: Consulta parmetros de mbito. Ingrese la condicin directamente en el cuadro de texto Si o haga clic en Si,
para mostrar el generador de expresiones.
Ilustracin 12: Resultado de la funcin Resumir

Ficha Ms

28
o Utilizar la tabla de salida: Abre la tabla de salida una vez que se procesa el comando. Esta opcin no est
disponible si selecciona una opcin de salida diferente de Archivo en la ficha Salida.
o Si una tabla contiene muchos registros, guarde los resultados en una tabla en lugar de en la pantalla. De esa
forma, podr volver a la tabla para revisar los resultados segn sea necesario. Puede seleccionar la opcin
Utilizar tabla de salida en la ficha Ms o en la opcin Archivo en la ficha Salida.
o Anexar al archivo existente: Consulte Anexar salida a una tabla existente.
Ficha Salida
o Si una tabla contiene muchos registros, puede guardar los resultados en una tabla en lugar de en la pantalla. De
esa forma, podr volver a la tabla para revisar los resultados segn sea necesario.
o Las opciones de salida no se aplican a los comandos que aparecen en gris. ACL guarda su configuracin de salida
slo durante la sesin. Cuando reinicia ACL, la opcin de salida de ese comando ser la configuracin
predeterminada.
1.9 Funcin Tabla Cruzada.
El comando Tabla Cruzada permite analizar campos de caracteres colocndolos en filas y columnas.
Ficha Principal
o Filas: Haga clic para mostrar el cuadro de dilogo Campos seleccionados.
o Columnas: Haga clic para mostrar el cuadro de dilogo Campos seleccionados.
o Campos de subtotales: Haga clic para mostrar el cuadro de dilogo Campos seleccionados.
Ilustracin 13: Funcin Generar tablas cruzadas

Ficha Ms
o Utilizar la tabla de salida: Cuando selecciona la casilla de verificacin Utilizar tabla de salida, ACL abre la tabla
creada por un comando. Si una tabla se encuentra abierta, ACL la cierra antes de abrir la nueva tabla.


29
o Anexar a una tabla existente: Anexar a una tabla existente agrega la salida producida por un comando al final de
una tabla existente en lugar de sobrescribirla.
Ficha Salida
1.10 Funcin Benford.
El comando Benford permite generar un anlisis digital utilizando la frmula Benford.
Ficha Principal
o Aplicar Benford a...: Permite la seleccin de un campo numrico en la lista desplegable Aplicar Benford a. O haga
clic en Aplicar Benford a, para mostrar el cuadro de dilogo Campos seleccionados. Luego, puede seleccionar un
campo del cuadro de lista Campos disponibles o utilizar una expresin para crear los valores que se analizarn.
Nmero de dgitos iniciales, permite especificar el nmero de dgitos iniciales que sern analizados. Ingrese un
valor entre 1 y 6.
o Por ejemplo, si un campo numrico llamado Cantidad contiene la cantidad $6.234,56.-, el valor analizado es 623 si
Dgitos iniciales = 3, 62345 si Dgitos iniciales = 5, si un campo numrico llamado Cantidad contiene el valor
$3,55.-, el valor analizado es: 355 si Dgitos iniciales = 3, 35500 si Dgitos iniciales = 5
o Si...: Si es un parmetro de mbito que permite que usted ejecute un comando en registros que satisfacen una
o Incluir lmites superior e inferior: permite incluir lmites superior e inferior en su salida.
Ilustracin 14: Funcin Ley de Benford

Ficha Ms


30
Ficha Salida
1.11 Funcin Secuencia.
Tal como su nombre lo indica, asta funcin se utiliza para determinar si los campos clave de la tabla activa se
encuentran en orden secuencial.
Ficha Principal
o Secuencia en...: Especifique los campos o expresiones de las que desea verificar el orden secuencial, la existencia
de duplicados o faltantes. Seleccione los campos de la lista, o haga clic en Secuencia en para abrir el cuadro de
dilogo Campos seleccionados, donde puede optar por ordenar en forma ascendente o descendente.
Ilustracin 15: Funcin Secuencia

Ficha Ms
Ficha Salida


31
1.12 Funcin Faltantes.
El comando Faltantes se utiliza para detectar faltantes en nmeros y fechas en los campos clave de la tabla activa.
Ficha Principal
o Faltantes en...: Especifica la tabla, los campos o las expresiones en los que se desea comprobar la presencia de
faltantes. Seleccione de la lista, o haga clic en Faltantes en, para abrir el cuadro de dilogo Campos
seleccionados, donde puede optar por ordenar en forma ascendente o descendente.
o Preordenar: Ordena la tabla en orden ascendente.
o N mximo de elementos faltantes: Especifica la cantidad mxima de elementos faltantes que se deben reportar
dentro de un intervalo dado para la prueba Listar elementos faltantes. Si se excede el lmite, los elementos
faltantes se reportan como un intervalo, como en Listar intervalos faltantes. El lmite mximo de elementos
faltantes no restringe la cantidad total de elementos faltantes que se reportan, slo la cantidad reportada dentro
de un intervalo especfico. Valor predeterminado: 5 elementos.
Ilustracin 16: Funcin faltantes

Ficha Ms
Ficha Salida


32
1.13 Funcin Duplicados.
El comando Duplicados detecta si los campos clave de la tabla activa contienen duplicados en la secuencia.
Ficha Principal
o Duplicados en...: Especifica la tabla, los campos o las expresiones en los que se desea comprobar la existencia de
duplicados. Seleccione los campos de la lista, o haga clic en Duplicados en, para abrir el cuadro de dilogo
Campos seleccionados, donde puede optar por ordenar en forma ascendente o descendente.
o Listar campos...: Permite especificar una lista de campos o expresiones que desea que se incluyan en la salida de
una prueba de Duplicados. Seleccione los campos en la vista de lista o haga clic en Listar campos, para mostrar
el cuadro de dilogo Campos seleccionados.
o Los campos se reportan en formato de columnas y los elementos duplicados se muestran en filas agrupadas. Una
lnea en blanco separa cada conjunto de duplicados. Los valores duplicados de los campos clave se reportan en la
primera columna, seguida por los campos especificados.
o Preordenar: Ordena la tabla en orden ascendente (el predeterminado). Para modificar el valor predeterminado,
ingrese a Opciones.
o Si...: Si es un parmetro de mbito que permite que usted ejecute un comando en registros que satisfacen una
Ilustracin 17: Funcin Duplicados

Ficha Ms
Esta ficha muestra la opcin mbito que permite limitar el nmero de registros que sern analizados, utilizando
Ficha Salida

33
ANEXO N 3
TABLA DINMICA EN EXCEL PARA CREAR ESTRATOS.
En relacin con la materia, una tabla dinmica permite crear un resumen de un conjunto de datos, en funcin de
uno o varios criterios, campos/variables, de agrupacin. Se representa, inicialmente, como una tabla de doble entrada,
que facilita la interpretacin de los datos. Esta aplicacin se basa en la elaboracin rpida para obtener diferentes
anlisis filtrando datos, cambiando su presentacin, con el fin de visualizar la proporcin que representa el contenido de
cada casilla respecto del total.
Sobre lo anterior, para crear una tabla dinmica, Excel proporciona un asistente para tablas y grficos dinmicos,
el cual se analiza a continuacin:
Se establecer como supuesto que se tiene una coleccin de datos, como la Tabla de Registros que se muestra
en la siguiente ilustracin, y que dispone de 7 columnas o campos de datos.
Ilustracin 18: Base de datos ejemplo

Al respecto, se crear una tabla dinmica a partir de estos datos, con el objeto de poder
examinar mejor las ventas de cada artculo en cada mes. En la versin Excel 2003, para acceder a
dicho asistente se debe seleccionar el men Datos, luego Informe de tablas y grficos dinmicos.

1
1.1 Creacin de una tabla dinmica
La primera pantalla que se visualiza de las 3 que compone el asistente para tablas dinmicas, es donde se debe
indicar la situacin de los datos a analizar y el tipo de informe que se crear.
Ilustracin 19: Asistente para tablas y grficos dinmicos paso 1

MES FECHA N DOC. N CHEQUE DETALLE GIROS CUENTA
7 01-07-2010 479 523960 J UAN PEREZ 44.944

11403
7 01-07-2010 480 523961 ANA GONZALEZ 77.047

22-11-002
7 01-07-2010 481 523962 GASTOS BASICOS 77.047

22-07-002
7 01-07-2010 482 523963 EMPRESA DE CAPACITACIN 57.305

22-09-999
8 01-08-2010 483 523964 EMPRESA DE ASEO 77.047

22-04-011
8 01-08-2010 484 523965 GASTOS BASICOS 268.704

22-08-001
8 01-08-2010 485 523966 J OSE PEDRO ALESANDRI 77.047

11403
8 01-08-2010 486 523967 CARLOS VALDOVINOS 3.000.000

22-11-002
8 01-08-2010 487 523968 J UAN PEREZ 55.152

22-07-002
9 01-09-2010 488 523969 ANA GONZALEZ 77.047

11403
9 01-09-2010 489 523970 GASTOS BASICOS 77.047

22-11-002
9 01-09-2010 490 523971 EMPRESA DE CAPACITACIN 77.047

22-07-002
9 01-09-2010 491 523972 EMPRESA DE ASEO 77.047

22-09-999

34
Es as como, en el caso prctico bajo estudio, se deben seleccionar los correspondientes a la Lista de Excel y el informe
referido a tabla dinmica.
Luego, se despliega una segunda pantalla, en la cual se selecciona el rango donde se tienen los datos a utilizar en la
tabla dinmica, eligiendo todas las celdas, incluyendo las cabeceras.

1.2 Diseo.

Finalmente, en la ltima pantalla se debe indicar dnde situar el resultado de la tabla dinmica, seleccionando,
para este caso, una Hoja de clculo nueva. Cabe sealar, que con la opcin Diseo, se accede a un cuadro de dilogo,
en el cual se personaliza la forma de visualizar los datos en la tabla dinmica.
Ilustracin 22: Estructura de tabla dinmica

Tal como se aprecia en la ilustracin, se desprende una estructura formada por filas, columnas, datos y adems,
un campo para el n de pgina. Asimismo, en el lateral derecho, se visualizan los campos disponibles de la tabla, los
cuales se pueden arrastrar a las diferentes partes del diagrama situado a la izquierda.
A modo de ejemplo, se crear una tabla dinmica con la siguiente estructura:
En el campo Fila se coloca CUENTA.
En el campo Columna se sita MES.
En el campo Datos se ubica GIROS

35
De este modo, se forma una estructura como se muestra en la ilustracin N 23, en la cual se pueden ver los
montos totales de los GIROS para cada MES y CUENTA.
Ilustracin 23: Ejemplo 1 de tabla dinmica
Suma de GIROS Rtulos de columna
Rtulos de fila 7 8 9 Total general
11403 44.944 77.047 77.047 199.038
22-04-011 77.047 77.047
22-07-002 77.047 55.152 77.047 209.246
22-08-001 268.704 268.704
22-09-999 57.305 77.047 134.352
22-11-002 77.047 3.000.000 77.047 3.154.094
Total general 256.343 3.477.950 308.188 4.042.481

Opcionalmente, se puede visualizar el nmero de registros, de los GIROS para cada MES y CUENTA.
Cuenta de GIROS Rtulos de columna
11403 1 1 1 3
22-04-011 1 1
22-07-002 1 1 1 3
22-08-001 1 1
22-09-999 1 1 2
22-11-002 1 1 1 3
Total general 4 5 4 13

Del mismo modo, se pueden presentar los datos en forma de porcentajes, ya sea con el fin de visualizar la
proporcin en funcin de los montos o de los nmeros de registros, de los GIROS para cada MES y CUENTA.
Proporcin en funcin de montos de registros de
GIROS para cada MES y CUENTA.
Proporcin en funcin de nmero de registros de
GIROS para cada MES y CUENTA.
Suma de GIROS Rtulos de columna
11403 1,11% 1,91% 1,91% 4,92%
22-04-011 0,00% 1,91% 0,00% 1,91%
22-07-002 1,91% 1,36% 1,91% 5,18%
22-08-001 0,00% 6,65% 0,00% 6,65%
22-09-999 1,42% 0,00% 1,91% 3,32%
22-11-002 1,91% 74,21% 1,91% 78,02%
Total general 6,34% 86,04% 7,62% 100,00%

Cuenta de GIROS Rtulos de columna
11403 7,69% 7,69% 7,69% 23,08%
22-04-011 0,00% 7,69% 0,00% 7,69%
22-07-002 7,69% 7,69% 7,69% 23,08%
22-08-001 0,00% 7,69% 0,00% 7,69%
22-09-999 7,69% 0,00% 7,69% 15,38%
22-11-002 7,69% 7,69% 7,69% 23,08%
Total general 30,77% 38,46% 30,77% 100,00%

Es as como, lo anteriormente sealado, permite establecer que para el mes 8, y la partida del da 22-11-002, la
proporcin del monto es de un 74,21%, es decir, $ 3.000.000.- de $ 4.042.481.-. En cambio, para la proporcin del
nmero que se expresa en el mes 8 y la partida del da 22-11-002, corresponde a un 7,69%.
En resumen, la estructura obtenida presenta en el campo fila las referencias, en el campo columnas los meses y
en el centro de la tabla, las sumas de los importes, siendo mucho ms fcil el anlisis de los resultados.
Una vez creada la tabla dinmica, se desprende la barra de herramientas Tabla dinmica, imagen que depende de
la versin Excel en la que se est trabajando, como se muestra a continuacin:

Sobre el particular, el botn , permite darle a la tabla un formato predefinido. De igual manera, aparece el
cuadro Lista de campos de tabla dinmica, el que permite modificar la estructura de la tabla aadiendo campos a las
distintas zonas, o bien utilizando el botn Agregar a, en combinacin con el cuadro de lista, ubicado junto al botn, o
simplemente arrastrando el campo sobre la zona deseada.

36
Ilustracin 25: Lista de campos de tabla dinmica

Asimismo, se encuentra la opcin de quitar un campo de una zona arrastrndolo fuera de la tabla, lo que permite
variar la estructura de la tabla y obtener otros resultados. La lista de campos, adems, se puede mostrar u ocultar con el
botn de la barra Tabla dinmica.
Por otra parte, si se arrastra a la zona de datos el campo DETALLES, se obtendra la siguiente tabla, ms
compleja, pero con ms informacin:


37
ANEXO N 4
INFORME DE MUESTREO.
Ilustracin 27: Informe de Muestreo

La metodologa definida para las auditoras de la CGR, establece que el informe de auditora debe consignar en su
parte inicial, los componentes referidos a la metodologa, los objetivos generales y especficos, y la poblacin, cada uno
de los cuales se analiza a continuacin.
1. Metodologa.
El proceso de muestreo considera completar una ficha con informacin, respecto de la metodologa utilizada, los
objetivos que orientan el trabajo de fiscalizacin y la descripcin del universo y muestra.
Al respecto, se presenta la forma de completar la informacin, con el fin de documentar adecuadamente estas tres
instancias.
En primer lugar, se debe incluir en el informe de fiscalizacin, el siguiente texto detallado, en el prrafo siguiente,
el cual explica la metodologa de la auditora y la utilizada para la construccin de una muestra:
El examen se desarroll de conformidad con los principios, normas y procedimientos de control aprobados por
este Organismo Fiscalizador, por lo tanto, incluy comprobaciones parciales de registros y documentos que
respaldan las operaciones, visitas a terreno para verificar el cumplimiento de los compromisos asumidos, como la
aplicacin de otros medios tcnicos en la medida que se estimaron necesarios en las circunstancias.
La fiscalizacin se desarrolla sobre una porcin de la Poblacin en estudio, por medio de una muestra, cuya
magnitud se obtiene usando una distribucin (Poisson/Normal), con parmetros de confianza, error; (precisin
cuando corresponde) para posteriormente, realizar una seleccin aleatoria simple en los registros y/o unidades
monetarias. Fundado en la metodologa de este Organismo Fiscalizador, se consideran registros complementarios,
al tamao muestral.

38

1.1 Objetivo general.
En relacin a este punto, el informe de auditora debe describir el objetivo general de la fiscalizacin, considerando
que su finalidad es la de sealar el resultado que se desea obtener en la fiscalizacin, por lo tanto su redaccin comienza
con un verbo en infinitivo, tal como verificar, evaluar, comprobar, identificar, determinar, entre otros. Adems, debe
cumplir la condicin de describir para qu y cmo se busca desarrollar la auditora, tal como se muestra en el siguiente
ejemplo:
La auditora practicada tuvo por finalidad verificar el cumplimiento de las disposiciones legales y reglamentarias
relativas al uso y destino de los fondos entregados por el Servicio Nacional de Menores, SENAME, a Gendarmera
de Chile a nivel nacional, entre el 1 de enero y el 31 de diciembre de 2011.
El objetivo descrito anteriormente, permite entender claramente que en el servicio Gendarmera de Chile, se
buscar comprobar el uso y destino de los fondos recibidos y la aplicacin de algunos procedimientos relacionados.
Cabe precisar, que en caso de existir alguna inconsistencia con el objetivo de la auditora, deber ser analizado en
conjunto con el equipo de auditora y la Unidad Tcnica de Control Externo.

1.2 Objetivos especficos.
Adems de la descripcin del objetivo general, se requiere que el ejecutivo de auditora indique cul o cules son
los objetivos especficos de la fiscalizacin, considerando que la descripcin de dichos objetivos debe presentar los
resultados o metas parciales a concluir para obtener el logro del objetivo general. El planteamiento incluye verbos en
infinitivo, tales como clasificar, verificar, evaluar, comprobar, identificar, entre otros, como se muestra con el siguiente
ejemplo:
Objetivo(s) Especfico(s)
o Realizar la verificacin de la integridad de los registros, respecto de: .........
Es importante que el texto se complete con la especificacin de criterios de focalizacin a cumplir en la
fiscalizacin.
Cabe precisar, que en caso de existir alguna inconsistencia con el objetivo de la auditora, deber ser analizado en
conjunto con el equipo de auditora y la Unidad Tcnica de Control Externo.

1.3 Universo y muestra.
Referido a lo anterior, la informacin que proporciona el objetivo general, permite identificar claramente la
poblacin, siendo el proceso estadstico el que proporcionar el clculo exacto del nmero de elementos a fiscalizar. Al
respecto, este componente tiene por finalidad, presentar la informacin en estudio desde la perspectiva numrica.
Para lo anterior, debe incluir como informacin el total del universo, y los valores relacionados con el objetivo
general, detallando en valor absoluto y porcentual, los montos y la cantidad de registros en estudio, para el universo y
muestra. Adems, deber indicar los parmetros de seleccin y el mtodo a utilizar, es decir, aleatorio simple o
estratificado.
Sobre el particular, se recomienda incluir en el valor del tamao muestral, el total de elementos en estudio,
seleccionados tanto por la va estadstica como por partidas claves, comenzando por describir los objetivos y luego los
nmeros que fundamentan la fiscalizacin, tal como se muestra con el siguiente ejemplo:

39
De acuerdo al objetivo establecido en la auditora, se debe realizar la verificacin en registros con integridad,
respecto del uso y destino que fueron transferidos a Gendarmera de Chile, por el Servicio Nacional de Menores, durante
el segundo semestre del ao 2010. El monto de la transferencia asciende a $ 101.324.122.-, y, de acuerdo a la
informacin proporcionada por el servicio, lo componen 100 registros o documentos.
En relacin a lo anterior, y de acuerdo a la metodologa establecida por la CGR, se determin una muestra que
asciende a $ 85.690.812.-, equivalentes a un 84,6%, del total de los recursos, equivalente a 55 registros, seleccionados
en forma aleatoria simple, utilizando los siguientes parmetros:


40
ANEXO N 5
EVALUACIN DE ERROR.
La funcin Evaluar determina el efecto de los errores detectados en las muestras, es decir, el impacto de los
errores de muestreo determinados en una poblacin para un nivel de confianza especificado, estableciendo el "peor
caso", y devolviendo una frecuencia de lmite superior de error para una muestra de registro y un lmite superior de error
para una muestra monetaria.

Cabe sealar, que para utilizar la funcin Evaluar, se debe conocer el tamao de la muestra, pudiendo ser
empleada tanto para el muestreo por registro o monetario.
En el caso de realizar el muestreo por registro, la frecuencia de lmite de error superior se expresa como tasa de
error, debido a que los resultados estn basados en el nmero de errores, no en los valores monetarios. Por esta razn,
la frecuencia del lmite superior de error aparece en los resultados del comando como un porcentaje.
Del mismo modo, si se efecta el muestreo monetario, el lmite superior de error, UEL, se expresa como un valor
monetario. El error ms probable proporciona la cantidad de errores esperados en la poblacin, y el lmite superior de
error proporciona la cantidad de error del "peor caso", basndose en la confianza requerida.
Cabe sealar, que al evaluar los errores de muestreo, ACL utiliza factores acumulativos del lmite superior de
errores de la distribucin Poisson. En el caso de existir dudas, respecto de los parmetros que se est empleando, debe
utilizar la opcin Evaluar error.


41
ANEXO N 6
GUA PRCTICA.
La presente gua tiene por objeto orientar en trminos prcticos, el trabajo de muestreo en el proceso de
fiscalizacin de la CGR, de modo de apoyar, por medio de instrumentos estadsticos, las decisiones de los elementos a
fiscalizar, pertenecientes a un grupo considerable de elementos fiscalizados.
En el acpite Conceptos del Proceso de Muestreo, analizado en el punto N 2 de este manual, se entregaron
aquellas definiciones necesarias que permiten desarrollar exitosamente una fiscalizacin. No obstante, dicha informacin
puede ser complementada con la amplia literatura disponible al respecto, y con la metodologa de muestreo, presentada
en el punto N 3 del presente documento.
A continuacin, se muestra un ejemplo prctico, con todos los pasos a seguir por el fiscalizador, y con los
fundamentos estadsticos necesarios, para el proceso de muestreo por medio de ACL y por Sistema Automatizado de
Muestreo Excel, utilizando la siguiente base de datos:

1. Usando ACL
4
.
Esta herramienta se focaliza en el estudio de fraudes, siendo un instrumento que permite analizar los datos, y que
trabaja con una tabla por vez, las cuales deben contener sobre los 100 registros como mnimo.
Para ingresar la base de datos entregada por el Servicio a ACL, se debe seleccionar el Men Archivo, Nuevo y
luego Tabla como se muestra en la Ilustracin 28, donde se adjuntara el archivo Excel a revisar.

4
Definiciones extradas desde Manual de ayuda ACL 9.0. Disponible en la CGR ao 2011, o en la direccin
http://docs.acl.com/acl/920/index.jsp?topic=/com.acl.user_guide.help/home.html

42

Ilustracin 28: Men archivo

Los pasos a seguir con ACL son los siguientes:
1.1 Paso 1: Anlisis de datos.
A modo de informacin para el anlisis de la base de datos, podemos utilizar el Men Analizar de ACL segn
Ilustracin 29 y luego seleccionar Estratificar como lo muestra la Ilustracin 30 para obtener la cantidad de registros y la
cantidad monetaria de la base de datos ingresada segn Tabla 6, detallada a continuacin.
Ilustracin 29: Men Analizar

Ilustracin 30: Cuadro de dilogo de estratificacin para la obtencin de la Tabla 6


43

Tabla 6: Descripcin de la base a analizar y muestrear
Mes # de Registros Cantidad Monetaria
1 3.359 3.784.614.084
3 10 9.274.766
4 1.849 1.684.451.773
5 237 214.408.970
6 52 49.171.502
7 72 79.588.007
8 78 74.041.459
total 5.657 5.895.550.561
Para la aplicacin del ejemplo, se ha definido el siguiente objetivo general de una auditora:
Verificar el cumplimiento de la normativa legal aplicable en la especie, el estado de la cobranza y la recuperacin
de las deudas de los alumnos, como asimismo, examinar los controles ejercidos por la entidad sobre estas
materias.
Referido a lo anterior, las variables de estudio seran:
Variable 1: Verificacin del cumplimiento de la normativa legal, el estado de la cobranza y la recuperacin de las
deudas.
En este caso, interesa seleccionar un nmero de registros (alumnos) de total de 5.657 registros obtenidos,
independiente del monto a fiscalizar en el grupo seleccionado, ya que solo se debe verificar el cumplimiento de la
normativa legal, el estado de la cobranza y la recuperacin de las deudas, por lo tanto, el mtodo indicado a utilizar es
un Muestreo por Registro.
No obstante, el objetivo puede ser focalizado por medio de criterios que especifiquen ms la variable de estudio,
es decir, direccionndola a otras revisiones como se muestra en la Variable 2.
deudas para los deudores, cuyo ltimo pago fue realizado el ao 2010.
En este caso, el foco de atencin de la variable 2 es la cantidad monetaria, cuyo total asciende a $ 5.895.550.561
segn la Tabla 1, por lo tanto, el mtodo indicado a utilizar es un Muestreo por Unidad Monetaria.

1.2 Paso 2: Tamao de la muestra.
Para determinar el tamao de la muestra, se debe seleccionar el comando Calcular Tamao de Muestra, del
men Muestreo segn la Ilustracin 31, el cual nos permitir seleccionar que tipo de muestreo utilizaremos: Muestreo por
Registro o Monetario, segn Ilustraciones 32 y 33 respectivamente.
Ilustracin 31: Men Muestreo


44

Muestreo por Registro
Ilustracin 32: Cuadro de dilogo de muestreo por registro

En la ventana de la Ilustracin 32, se deben completar los siguientes parmetros:
Confianza: Valor que depende de la matriz de resultados para confianza, error y precisin. (Ver punto N 2.2.2). En este
caso se ingres: 95.
Poblacin: Se recomienda dar el nombre del campo que representa la variable en estudio, el nmero total de registros
de la poblacin. En este caso se ingres el nombre del campo: Monto.
Lmite mximo de error: Valor que depende de la matriz de resultados para confianza, error y precisin, (ver punto
N 2.2.2). En este ejemplo se ingres 3.
Tasa de error previsto: Valor opcional que representa el nmero de error previsto de encontrar. Dado que, CGR en la
actualidad no cuenta la informacin de errores encontrados de manera sistematizada, se recomienda usar el valor cero.
Luego del ingreso de los parmetros mencionados, el resultado que arroja la aplicacin por Muestreo por Registro
ser:

Muestreo por Unidad Monetaria
Sobre la materia, y tal como ya se seal, ACL slo trabaja, de manera adecuada, con poblaciones por sobre los 100
registros como mnimo, por lo que no se recomienda su uso en poblaciones menores.


45

Ilustracin 33: Cuadro de dilogo de muestreo por unidad monetaria

Confianza: Valor que depende de la matriz de resultados para confianza, error y precisin. (Ver punto N 2.2.2). En este
caso se ingres: 95.
Poblacin: Se recomienda digitar directamente el monto total del campo respectivo, ya sea monto, saldo, pagos, etc., sin
puntos. En este caso se ingres el valor del campo Monto: $ 5.895.550.561.-.
Materialidad: Valor que puede ser calculado en la aplicacin Sistema Automatizado de Muestreo en Excel disponible.
En el ejemplo se ingres el monto de $ 176.866.516,83.-. La recomendacin es digitar directamente el valor.
Ilustracin 34: Obtencin de parmetros desde la herramienta de muestreo en Excel


46
Tal como se aprecia en la imagen anterior, el clculo generado en Excel, provee de un valor cierto para la
materialidad. Se han realizado simulaciones, con el fin de comparar los resultados entre Excel y ACL, en el caso de la
materialidad y del tamao de la muestra, usando Muestreo por Unidad Monetaria y los resultados son equivalentes para
ambos.
Total de errores previsto: Valor opcional que representa el nmero de errores que se tiene previsto encontrar. Dado
que, CGR en la actualidad no cuenta la informacin de errores encontrados de manera sistematizada, se recomienda
usar el valor cero.
Luego del ingreso de los parmetros mencionados, el resultado que arroja la aplicacin por Muestreo por Unidad
Monetaria ser:

1.3 Paso 3: Seleccin de la muestra.
Para seleccionar la muestra, se debe ir al Men Muestreo, y luego se debe seleccionar la opcin Registros de
muestras, aqu se debe marca que tipo de muestreo se utilizar: Muestreo por Registro o Muestreo por Unidad
Monetaria (MUM).
Ilustracin 35: Men Registro de Muestras

El resultado estar definido por las caractersticas de la poblacin en estudio. Es as como, si los datos
econmicos de cada registro son homogneos, es decir, su variacin o desviacin respecto de la media es menor,
entonces los resultados del muestreo monetario no resultarn del todo satisfactorios, pudiendo tener muchos registros o
pocos, ya que alcanza una menor cobertura porcentual del total econmico en estudio, en cuyo caso se recomienda
utilizar el muestreo por registro.
Ahora bien, para el ejemplo que se est analizando, slo se emplear como mtodo de seleccin Aleatorio.
Hasta esta etapa, los resultados son de utilidad para realizar una seleccin aleatoria como para estratificar. A
continuacin se desarrollar el proceso de seleccin aleatoria.


47

Proceso de Seleccin Aleatoria:
Muestreo por Registro
Mediante seleccin aleatoria, se obtendrn 100 registros con los parmetros, como se muestra en la Ilustracin 36.
Ilustracin 36: Cuadro de dilogo de seleccin de muestra por registro

Tamao: Se dispone de dos valores obtenidos en el proceso anterior. En este caso se ingres: 100 unidades.
Semilla: Valor necesario para realizar seleccin aleatoria. Para este caso se ingres: 1.
Poblacin: El sistema entregar el total de registros como valor. Para el ejemplo, se ingres el nmero: 5.657.
En: Se debe especificar un nombre para un archivo de salida. En este caso se escribi: Resultado 7.
La diferencia con el Muestreo por Unidad Monetaria, est en el mtodo matemtico de seleccin. En todas las
situaciones, ACL proporciona el resultado en un archivo con los registros.
Una vez seleccionada la muestra, se puede incluir complementariamente, otros elementos por la va de partidas
claves, lo cual requiere ser documentado, siguiendo las indicaciones presentadas en Anexo N 1. Lo anterior al
momento de presentar las observaciones de la auditora en el informe, debe separarse entre aquellas derivadas por
partidas clave y por muestreo estadstico.


48

Muestreo por Unidad Monetaria
Se realizar el Muestreo por Unidad Monetaria mediante seleccin aleatoria comenzando por completar los parmetros
de la Ilustracin 37.
Ilustracin 37: Cuadro de dilogo de seleccin de muestra por unidad monetaria

Tamao: Se dispone de 2 valores, obtenidos en el proceso anterior. En este caso se ingres 100 unidades.
Semilla: Valor necesario para realizar seleccin aleatoria. Para este caso se ingres: 1.
Poblacin: Se puede dar el nombre del campo que representa la variable en estudio. En este ejemplo se ingres el
nombre del campo: Monto, o tambin es posible digitar el valor total.
En: se debe especificar un nombre para un archivo de salida. Para el ejemplo, se escribi: Resultado12.
Muestreo en: Se debe especificar el campo sobre el que se har el proceso de seleccin, en este caso es Monto.
A continuacin, y una vez obtenida la muestra, se debe exportar a travs del Men Datos presionando el comando
Exportar a otra aplicacin segn Ilustracin 38.
Ilustracin 38: Exportacin


49
Luego, se desplegar un cuadro de dilogo de Exportar, como se muestra a continuacin:
Ilustracin 39: Cuadro de dilogo Exportar

Exportar campos: Se deben seleccionar todos los campos que sean necesarios para la revisin.
Exportar como: Se debe seleccionar Excel.
En: Especificar un nombre para un archivo de salida.
Luego de aceptar estos parmetros, se abre el archivo resultante en Excel y se quitan los duplicados, ya que ACL repite
los registros que tienen mayor probabilidad de ser seleccionados.
Muestreo por Estratos
Se utiliza Muestreo por Estratos cuando la cantidad de registros resulte inmanejable y los campos posean un
conjunto de atributos que se puedan identificar claramente, y que corresponden a valores especficos tales como mujer o
varn en el caso del atributo sexo, entre otros.
Asimismo, las subdivisiones o clasificaciones que se resuelvan para conformar estratos en ACL, pueden ser
acompaadas de las funciones Clasificar, Estratificar o Resumir. El uso de ellas depender de la metodologa que resulte
ms prctica.
A continuacin, se ilustra el proceso utilizando la funcin Clasificar, del Men Analizar, segn Ilustracin 40.
Cabe sealar, que en ACL no existen limitaciones en la cantidad de estratos a construir.
Ilustracin 40: Cuadro de dilogo Clasificar


50
Para la obtencin de la muestra estratificada utilizando el ejemplo propuesto, los pasos a seguir son:
Tabla 7: Proceso Clasificar
Pasos Ejemplo
1.- Identificar a lo
menos una variable
para clasificar la
poblacin.
Es necesario identificar cual ser la variable en estudio y que variable se usar para
subtotalizar.

Este paso requiere haber estudiado los campos, usando algunas de las funcionalidades del
men Analizar y tener claro el objetivo de la auditora, con el fin de que las variables con las
que se estratifique, sean de utilidad para el anlisis, a modo de ejemplo seleccionaremos la
variable Carrera de la base ejemplo.
2.- Al clasificar la
informacin en funcin
de una variable,
generar una matriz de
p x q celdas o reas,
dividiendo la poblacin
en estratos.

Cada celda quedar
representada en
unidades de valor
(nmero de registros,
montos, etc.).

El resultado al seleccionar Clasificacin: Carrera y Subtotalizar: Monto, generar una matriz
con los 9 atributos que tiene la variable: Carrera. Identificando la cantidad de registros
(recuento y porcentaje de recuento) para cada atributo
5
.
Haciendo doble clic sobre el atributo, podr tener acceso a los 5 registros que lo componen.
3.- Al clasificar la
informacin en funcin
de ms de una
variable, generar una
matriz de p x q celdas
o reas, dividiendo la
poblacin en estratos
con campos
concatenados.

Cada celda quedar
representada en
unidades de valor
(nmero de registros,
montos, etc.).

Se ejecutan los mismos pasos del punto 2, pero adems se debe dar clic en Clasificar en y
luego en Expresin para finalmente sumar los campos con los que se quiera estratificar.
4.- Definir el tamao
de la muestra.
Como ya sabemos, hemos calculado el tamao muestral para nuestro ejemplo, dando como
resultado n= 100, de un total (N) de 5.567 unidades de la poblacin.

5
Los campos debes estar en formato ASCII, para que sean reconocidos como estrato

51
5.- El tamao de cada
estrato, al ser
ponderado respecto
del total de unidades
incluidas en la matriz,
establece el tamao
porcentual de los
estratos.

Cada estrato se
representa en valores
enteros como factores
de 100, respecto del
tamao muestra (n)
conformando las
unidades que
representan una
muestra proporcional
al tamao del estrato.

Se requiere que usted realice el clculo de la proporcin que corresponde a cada estrato.
Puede copiar la informacin de ACL y pegarla en un libro de Excel para realizar el clculo
necesario.

En este caso el Estrato 1, el recuento dice que tiene 72 unidades, corresponden al 1,27% de
la poblacin en estudio.
Como el tamao de la muestra es 100, entonces al calcular: el 1,27% de 100, se obtiene el
valor: 1,27, es decir, 1 unidad.
Por lo tanto, el tamao de la muestra para el estrato 1 es: 1.
Lo mismo para los restantes estratos.

6.- Extraer al azar los
elementos
Usted debe tener seleccionada la tabla con el total de registros que componen su poblacin.
Al conformar la Clasificacin (Paso 2), ver los estratos en funcin de la seleccin que hizo,
resaltados en color azul.
Haciendo doble clic, en cada uno, aparecer el grupo de registros que corresponden a ese
estrato.
Entonces deber utilizar del men Muestreo, la opcin Seleccin de Registros para ingresar
los parmetros del estrato:

Es importante que considere en la ficha Ms, seleccionar la opcin: Anexar al archivo
existente para que los registros seleccionados aleatoriamente se incorporen al grupo anterior,
hasta completar el total de la muestra.

Al final del proceso, tendr una nueva tabla de datos con el total de los registros
seleccionados.
La utilizacin de estratos entrega proporcionalidad a todos los elementos de la poblacin para la conformacin de
la muestra. La gran ventaja del Muestreo por Estratos es que cada estrato aporta en proporcin al tamao de la muestra,
los elementos en funcin de lo que ese espacio representa.
Carrera Recuento
Porcentaj
e
de recuento
Porcentaje
de campo
Monto
% * n (C *
100)
Muestra
EDUCACION TECNICO PROFESIONAL - SANTIAGO 72 1,27% 1,33% 78.363.250 1,27 1,00
GRADUACION EXTRAORD.DE MAGISTER 28 0,49% 0,71% 41.850.000 0,49 0,00
KINESIOLOGIA 294 5,20% 7,62% 449.168.985 5,20 5,00
LIC. EN EDUC. Y PED. EN ED.MUSICAL 189 3,34% 3,06% 180.394.989 3,34 3,00
LIC. EN EDUC. Y PED. EN EDUC. GRAL BASICA C/M EN R 3 0,05% 0,03% 1.980.000 0,05 0,00
LIC. EN EDUC. Y PED. EN EDUC. GRAL. BASICA 4 0,07% 0,06% 3.616.000 0,07 0,00
LIC. EN EDUC. Y PED. EN EDUC. MEDIA EN RELIGION EV 17 0,30% 0,31% 18.150.000 0,30 0,00
LIC.EN ED. EN FCA. Y PED.EN FCA., MENCION ..... 133 2,35% 2,49% 147.082.699 2,35 2,00

52
Una vez seleccionada la muestra, se puede incluir complementariamente, otros elementos por la va de partidas
claves, lo cual requiere ser documentado, siguiendo las indicaciones presentadas en Anexo N 1.
Cabe mencionar, que al momento de la presentacin de observaciones de la auditora, stas deben separarse
entre aquellas derivadas por partidas clave y por muestreo estadstico.

2. Usando Sistema Automatizado de Muestreo Excel.
Se dispone como alternativa a ACL, de un Sistema Automatizado de Muestreo, desarrollado en Excel, como
instrumento de uso masivo. Esta herramienta tiene como principal limitacin, el nmero de registros, ya que su mximo
est dado por la versin Excel, pero en general, no se recomienda para una base de datos superior a 30.000 registros,
pese a que el sistema es capaz de soportar hasta 60.000, en cuyo caso se deber utilizar ACL.
El sistema sealado, posee como ventaja que es capaz de resolver los dos mtodos de seleccin, tanto el de
registro como el de unidad monetaria, en forma aleatoria o por estratificacin de los elementos.
El primero paso de este sistema, requiere copiar y pegar a la hoja Poblacin, los registros de la informacin en
estudio o base de datos del Servicio, de acuerdo a lo siguiente:
En la primera columna (A), se deben ubicar los registros de Montos ($) que se estn estudiando, tales como saldo,
pagos, etc.
El resto de los campos se deben ubicar en las columnas subsiguientes, poniendo especial cuidado de que haya un
nmero identificador de registro como por ejemplo un Rut, ID, pasaporte, entre otros.
Enseguida, el sistema traspasar desde la hoja Poblacin a la hoja Datos, por lo que se recomienda, un vez
que el sistema copie los registros a esta ltima hoja, no eliminar columnas ni filas, como tampoco moverlas. En caso
contrario, deber comenzar nuevamente.
Finalizado el proceso, el resultado de la seleccin se visualizar en la hoja Muestra.
Al respecto, es importante sealar, que este sistema demora en procesar los datos, lo cual vara en funcin de la
versin de Excel, la cantidad de programas que se estn utilizando, y las capacidades del computador.
Adems, el Sistema Automatizado de Muestreo funciona por medio de macros de Excel, por lo que se debe
activar el uso de stos, para lo cual, dependiendo de la versin Excel, se requerir la autorizacin por medio de un
mensaje para activarlas. Dado lo anterior, para el caso de Excel 2007, se debe pinchar en el botn de Office , y luego
en Opciones de Excel, ante lo cual se desplegar una ventana de dilogo, donde deber seleccionar Centro de
Confianza en el men de la izquierda, y dar clic al botn Configuracin del Centro de Confianza. A continuacin, se
volver a desplegar una ventana de dilogo, de la cual deber seleccionar la opcin Configuracin de Macros, y luego
aceptar la opcin Habilitar todas las macros segn la Ilustracin 41.
Ilustracin 41: Cuadro de dilogo para conexin de datos


53
Para realizar el Muestreo Estadstico, los pasos a seguir con el Sistema Automatizado de Muestreo Excel,
son los siguientes:
2.1 Paso 1: Anlisis de datos.
Tal como se indic al inicio de este captulo, el objetivo de la auditora a utilizar como ejemplo es el siguiente:
Verificar el cumplimiento de la normativa legal aplicable en la especie, el estado de la cobranza y la recuperacin
de las deudas de los alumnos, como asimismo, examinar los controles ejercidos por la entidad sobre estas
materias.
Distingamos nuevamente como variable de estudio:
Variable 1: Verificacin del cumplimiento de la normativa legal, el estado de cobranza y la recuperacin de las
deudas.
En este caso, interesa seleccionar un nmero de registros (alumnos) de total de 5.657 registros obtenidos,
independiente del monto a fiscalizar en el grupo seleccionado, ya que solo se debe verificar el cumplimiento de la
normativa legal, el estado de la cobranza y la recuperacin de las deudas.
No obstante, el objetivo puede ser focalizado por medio de criterios que especifiquen ms la variable de estudio,
es decir, direccionndola a otras revisiones como se muestra en la Variable 2.
deudas para los alumnos, cuyo ltimo pago fue realizado el ao 2010.
En este caso, el foco de atencin de la variable 2 es la cantidad monetaria, cuyo total asciende a $ 5.895.550.561.-
. Utilizando las tcnicas de Tablas Dinmicas, cuyo detalle se indica en el Anexo N 3, se puede ordenar y
sistematizar su informacin.
Cabe sealar, que los objetivos aportarn una direccionalidad y mayor claridad, respecto de la poblacin donde se
desarrollar la fiscalizacin, por cuanto es necesario que stos se encuentren bien definidos en el Informe Muestreo que
tiene incorporado el Sistema Automatizado de Muestreo segn Ilustracin 42.
Ilustracin 42: Informe de Muestreo (Objetivos)

Por otra parte, para complementar la definicin de los objetivos de la auditora, existen funcionalidades de Excel
que permiten aplicar funciones a los datos, con el fin de disponer de un anlisis descriptivo de ellos, y as distinguir, entre
otros aspectos:
Integridad de los datos: Consiste en verificar que los datos estn completos en todos sus campos, y que no existan
celdas vacas. Es as como, se puede comprobar la secuencia de fechas, nmero de documentos, cheques,
facturas, entre otros. Para lo anterior, se debe utilizar, por ejemplo, la funcin +contar.blanco(rango) o
+contar.si(rango).


54
Singularidad de los registros disponibles: Permite verificar por medio de tablas dinmicas y funciones especficas,
los valores o atributos de un campo que se repiten.
Clasificacin de registros en funcin de sus atributos: es importante registrar las variables que sern importantes
segn el objetivo de la auditora, despus de haber limpiado la base de datos.
Clasificacin de las variables disponibles en el estudio: Para el ejemplo desarrollado, las variables cuantitativas
son MONTO ($), MES y AO, y las cualitativas corresponden a CARRERA, NOMBRE, FECHA LTIMO PAGO.

Ilustracin 43: Funciones ejemplo de Excel
ESTADGRAFO MONTO CARRERA NOMBRES FECHA LTIMO PAGO MES AO
CONTAR.BLANCO 0 0 0 0 0 0
CONTAR.SI 5.523 5.657 5.657 5.657
MAX 2.700.000 30-08-2012 8 2.010
MIN -28.000 04-01-2012 1 2.010
DESVEST 617.316 - 2 -
PROMEDIO 1.042.169 - 2 2.010 C
U
A
L
I
T
A
T
I
V
A
C
U
A
L
I
T
A
T
I
V
A

Estudiar el comportamiento de estadgrafos simples: Para efectuar este estudio se deben usar las funciones:
+promedio(rango), +max(rango), +min(rango)o +desvest(rango).

Generacin de tablas de frecuencia: Por ejemplo, se puede contar por CARRERA, en la medida que corresponda
generar tablas de frecuencia para ordenar los datos.

Tabla 8: Ejemplo: variable carrera
Carrera # de Regi stros
PED. EN EDUC. GRAL. BASICA 583
PED. EN EDUC. PARVULARIA 446
PED. EN INGLES 357
PED. EN BIOLOGIA 342
PED. EN CASTELLANO 313
KINESIOLOGIA 294

Tabla 9: Ejemplo: variable nombre
Nombre # de Regi stros
MARIA 227
DANIELA 145
CAMILA 137
CAROLINA 121
NATALIA 99
CLAUDIA 89
FRANCISCA 69

Tabla 10: Ejemplo: variable mes
Mes # de Regi stros
1 3.359
3 10
4 1.849
5 237
6 52
7 72
8 78

Graficar los datos de campos significativos para el auditor: Dependiendo de su orientacin, podra visualizar un
grfico de dispersin, con el fin de verificar cmo estn organizados los datos. Para el ejemplo que se est
desarrollando, se analizaron los montos para los 5.657 registros. Al respecto, se puede apreciar que stos son
homogneos, y que se concentran en montos especficos, segn la Ilustracin 44.


55

Ilustracin 44: Grfico de dispersin

Estudio campos inusuales (Ley de Benford): Usando funciones como
=+VALOR(EXTRAE(TEXTO(celda;"###");1;1)), se puede extraer el primer dgito del campo en estudio,
(MONTO($)). De igual modo, con la funcin =CONTAR.SI.CONJUNTO(rango;1), se puede contar para estudiar
el comportamiento en funcin del estndar o Ley de los nmeros anmalos de Benford.

Efectuar un estudio de las caractersticas de los campos o variables, permitir conocer el comportamiento de los
datos, para lo cual se dispone de la metodologa de tablas dinmicas de Excel, analizadas en el Anexo N 3.

2.2 Paso 2: Tamao de la muestra
Para conocer el tamao de la muestra, primero se debe procurar que los registros estn ubicados correctamente
en la hoja Poblacin, debiendo recordar mantener la regla respecto de la columna (A) con montos, luego el Sistema
Automatizado de Muestreo har que se calculen automticamente los registros asociados a esa hoja segn
Ilustracin 45.
Ilustracin 45: Herramienta de muestreo por registro

Como ya se ha analizado, se disponen de 5.657 registros, es decir, la poblacin N, debiendo completar los
parmetros de confianza, error y precisin, segn lo explicado en el punto N 2.2, de este manual.


56
Completados los parmetros sealados, ya se tiene definido el tamao de su muestra n mediante Muestreo por
Registro, que en este caso corresponde a 121 registros. Alternativamente, si realizamos Muestreo por Unidad Monetaria,
el Sistema Automatizado de Muestreo har que se calculen automticamente los montos asociados a esa hoja segn
Ilustracin 46.
Ilustracin 46: Herramienta de muestreo por unidad monetaria

Teniendo la poblacin N, se deben ingresar los parmetros; valor de confianza, precisin y materialidad, segn lo
explicado en el punto N 2.2. En relacin con los dems parmetros, stos sern proporcionados por el sistema y
estarn a la vista para que otro investigador pueda corroborar el tamao determinado.
Por otra parte, el parmetro semilla, se obtiene por medio de una frmula de la funcin aleatoria de Excel, y est
representada como un valor negativo. Del mismo modo, la cobertura corresponde al porcentaje que representan las (n)
unidades seleccionadas.
Es importante destacar, que si los datos econmicos de cada registro son homogneos, es decir, su variacin o
desviacin respecto de la media es menor en envergadura, los resultados del muestreo monetario no resultarn del todo
satisfactorios, pudiendo tener muchos registros o pocos, ya que alcanza una menor cobertura porcentual del total
econmico en estudio. Para el ejemplo desarrollado, ste alcanza al 2,4%, del total econmico representado por la
columna Monto. Por lo tanto, se recomienda utilizar el muestreo por registro.
En este paso ya se conoce el tamao de la muestra n, por lo que se puede usar Excel, con el fin de crear para
cada resultado de muestra una hoja distinta, conservando la hoja Muestra. Es decir, se podra tener para una misma
fiscalizacin resultados por registro en forma aleatoria, estratificado y por unidad monetaria, en distintas hojas del Excel
para efectos de comparacin.

2.3 Paso 3: Seleccin de la muestra.
Dependiendo del modelo de seleccin de los elementos, por registro o monetario, se visualizarn los siguientes
botones de activacin del sistema.
En el caso de seleccin por registro, se dispone de tres botones de activacin, los cuales son el de Seleccin
Aleatoria Simple y Seleccin y Estratificacin para seleccionar muestras, y el de Actualizar parmetros, que actualiza
los valores de la herramienta.


57

Del mismo modo, para el caso de la seleccin por Unidad Monetaria (MUM), se puede activar el proceso por
medio de este botn. Adems, si requiere los valores de los parmetros para utilizarlos en ACL puede presionar el botn
Actualizar parmetros.
Cabe sealar, que este sistema, demorar en procesar datos, dependiendo de la versin de Excel, la cantidad de
programas que est utilizando, y de las capacidades del computador.
Efectuado lo anterior, para ambos tipos de muestreo, el resultado obtenido quedar en la hoja Muestra y se
debern exportar los resultados, con el fin de evitar modificaciones inesperadas que dejen inutilizable el archivo.
Enseguida, y dependiendo de la seleccin que se realice, se podrn conocer los elementos que la componen, las
cuales podran ser:
Seleccin por Registro
Para utilizar este proceso de seleccin, se deben ingresar los parmetros de confianza, error y precisin, los que
se detallan en el punto 2.2.2, de este manual, y que corresponden segn Ilustracin:
Ilustracin 47: Herramienta de muestreo por unidad monetaria

Al respecto, una vez actualizados estos valores, se calcular automticamente el monto del tamao de muestra.
Luego, se debe presionar el botn de seleccin, debiendo realizar la siguiente distincin:
o Aleatoria: Para desarrollar la seleccin aleatoria, slo se requiere conocer el tamao de la muestra y presionar el
botn respectivo. Este proceso automatizado, seleccionar los registros por medio de nmeros aleatorios que
genera el propio computador, entregando el resultado en la hoja Muestra.
o Estratificacin: Para desarrollar la seleccin por estratificacin, el sistema consultar por el nmero de variables a
estratificar, y luego, pedir que identifique estas variables. Al respecto, se recomienda tener claridad respecto de la
cantidad de elementos que conforman cada variable. Siguiendo con el ejemplo, seleccionar NOMBRES (contiene
miles de nombres distintos) y MES (8 elementos), significa crear una matriz 1000X8. En cambio, con la relacin
MES y AO, se tendra una matriz de 8X1.
Seleccin por Unidad Monetaria
Para utilizar este proceso de seleccin, se deben ingresar los parmetros de confianza y precisin, los que se
analizan con mayor detalle en el punto N 2.2.2 de este manual.
En relacin a lo anterior, y para desarrollar la seleccin por unidad monetaria, el sistema calcula automticamente
el resultado de los elementos a seleccionar, en funcin de los parmetros que se entreguen.
Cabe precisar, que la Columna (A) de la hoja Poblacin, debe contener los montos en estudio, puesto que el
anlisis se efecta desde esa columna, quedando el resultado en la hoja Muestra.
Asimismo, es importante completar la ficha de la hoja Informe de Muestreo, con el fin de tener total claridad de los
elementos que se estn estudiando, cuyo anlisis se detalla en el Anexo N 4.
Finalmente, efectuada la seleccin de la muestra, se puede incluir complementariamente, otros elementos por la
va de partidas claves, lo cual requiere ser documentado, siguiendo las indicaciones presentadas en el Anexo N 1.

58

Mesicic4 CHL Const

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mesicic4 CHL Const

Uploaded by

Copyright:

Available Formats

Contralora General de la Repblica

Unidad Tcnica de Control Externo

You might also like